Trabalho de Conclusão de Curso | Graduação
URI permanente desta comunidadehttps://repositorio.insper.edu.br/handle/11224/3244
Navegar
2 resultados
Resultados da Pesquisa
Trabalho de Conclusão de Curso MLOps - Transformando Teoria em Prática(2021) Olga, Arthur Quintella de Mello; Monteiro, Gabriel Lopes; Leite, Guilherme Peres; Lima, Vinicius Gomes deEste projeto tem como objetivo desenvolver um guia de implementação de MLOps. O termo MLOps refere-se ao conjunto de práticas e ferramentas para colaboração e comunicação entre cientistas de dados e profissionais de operações, além da automatização da transferência de modelos de aprendizado de máquina do ambiente de desenvolvimento para o de produção. Adicionalmente, tem-se por objetivo a construção de um pipeline funcional end-to-end como prova de conceito, em suporte ao guia de implementação. O guia tem em foco profissionais já familiares com conceitos de machine learning e operações e é composto por um tutorial prático que passa por todo o ciclo de desenvolvimento e deployment de modelos utilizando práticas de MLOps para aumentar sua automação, qualidade e reprodutibilidade. O ferramental utilizado no tutorial é baseado em produtos de machine learning da IBM combinado com outras ferramentas que possam contribuir com a execução de projetos de clientes que procuram melhorar seu ciclo de desenvolvimento através da aplicação da metodologia de MLOps.Trabalho de Conclusão de Curso Exploração de dados textuais abertos usando IBM Watson(2021) Moço, Emanuelle Silva; Klabin, Gabriel Magalhães Duarte; Bicalho, Maria Eduarda Peppes; Pina, Roger Ribeiro FavaEste projeto teve como objetivo criar um showcase de aplicação do Watson, ferramenta de inteligência artificial da IBM, para possíveis clientes da empresa. Para isso, quatro diferentes soluções da suíte IBM Watson foram utilizadas para criar um chatbot que ajuda um usuário a explorar notícias e também descobrir tendências de assuntos na mídia brasileira. O Watson Assistant foi utilizado na estruturação do chatbot; o Watson Natural Language Understanding para enriquecer os dados, fazer reconhecimento de temas e criação de um modelo por aprendizado de máquina que reconhece a polaridade política de um texto; o Cloudant para armazenamento dos dados. Uma interface web foi criada usando o framework ReactJS, para a interação com o usuário, e um servidor em Node.js, cujo deploy foi realizado com a ferramenta Cloud Foundry, para demonstrar o produto. Por fim, um tutorial de construção deste showcase também foi produzido para atrair clientes que busquem desenvolver suas próprias aplicações Watson in-house.