# Jobs 개요

Hugging Face Jobs는 원격 CPU와 GPU에서 코드를 실행합니다. 이를 사용하여 [모델을 학습하거나 파인튜닝](./jobs-training)하고, 데이터셋에 대해 추론을 실행하거나, [데이터를 처리](./jobs-large-datasets)할 수 있습니다.

Job은 사용자가 선택한 하드웨어의 환경에서 명령을 실행합니다. 터미널 또는 Hub에서 해당 Job의 상태와 로그를 추적할 수 있습니다.

[Quickstart](./jobs-quickstart)를 시작하여 첫 번째 CPU 및 GPU Jobs를 실행하거나, [예제](./jobs-examples)를 탐색하여 적용할 워크로드를 찾아보세요.

UV & Docker 스타일 CLI uv,run,ps,logs,stats,inspect CPU & GPU 워크로드에 적합한 하드웨어 선택 코드 실행 Python 스크립트 & Docker 이미지 사용량 과금 사용한 컴퓨팅만큼만 과금

## 어디서든 작업 실행

을 실행하는 데 사용할 수 있는 도구가 여러 가지 있습니다:

* `hf` 명령줄 인터페이스(자세한 내용은 [CLI 설치 단계](https://huggingface.co/docs/huggingface_hub/main/en/guides/cli) 및 [Jobs CLI 문서](https://huggingface.co/docs/huggingface_hub/guides/cli#hf-jobs)를 참조하세요)
* `huggingface_hub` Python 클라이언트(자세한 내용은 [`huggingface_hub` Jobs 문서](https://huggingface.co/docs/huggingface_hub/guides/jobs)를 참고하세요)
* Jobs HTTP API(자세한 내용은 [Jobs OpenAPI](https://huggingface-openapi.hf.space/#tag/jobs)를 참조하세요)

## 모든 워크로드 실행

### Python 스크립트

`hf jobs uv run`를 사용하여 Python 스크립트를 원격으로 실행합니다. `--with` 또는 [스크립트 헤더](https://docs.astral.sh/uv/guides/scripts/#declaring-script-dependencies)에서 해당 스크립트의 의존성을 지정합니다. Jobs는 코드를 실행하기 전에 uv를 사용하여 이러한 의존성을 설치합니다.

```diff
- uv run <script.py>
+ hf jobs uv run <script.py>
```

### Docker 이미지

Docker 이미지와 실행할 명령어를 사용하여 `hf jobs run`을 실행합니다. 이 이미지는 Python을 사용하든 다른 언어를 사용하든 워크로드에 필요한 도구와 라이브러리를 제공합니다. [기존 이미지](./jobs-images)를 선택하거나, [Docker Space](./spaces-sdks-docker)에서 빌드된 이미지를 사용하거나, 직접 이미지를 빌드할 수 있습니다.

```diff
- docker run <image> <command>
+ hf jobs run <image> <command>
```

Jobs는 여러 개가 병렬로 실행될 수 있으며, 하이퍼파라미터 튜닝, 추론, 데이터 처리와 같은 작업에 사용할 수 있습니다.

## 자동화된 작업

스케줄 또는 webhook을 사용하여 Jobs를 자동으로 트리거합니다.

스케줄을 사용하면 X분, X시간, X일, X주 또는 X개월마다 Jobs를 실행할 수 있습니다. Jobs의 스케줄링은 `cron` 구문을 사용하며, 예를 들어 "5분마다"는 `"*/5 * * * *"`과 같이, 또는 `"@hourly"`, `"@daily"`, `"weekly"` 또는 `"@monthly"`와 같은 별칭을 사용할 수 있습니다.

Webhooks를 사용하면 Hugging Face 저장소에 업데이트가 있을 때마다 Jobs를 실행할 수 있습니다. 예를 들어, 특정 계정 아래에서 모델이 업데이트될 때마다 webhooks가 트리거되도록 구성하고, Job에서 webhook payload를 통해 업데이트된 모델을 가져올 수 있습니다.