MLOps - Transformando Teoria em Prática

Imagem de Miniatura

Autores

Olga, Arthur Quintella de Mello
Monteiro, Gabriel Lopes
Leite, Guilherme Peres
Lima, Vinicius Gomes de

Co-orientadores

Citações na Scopus

Tipo de documento

Trabalho de Conclusão de Curso

Data

2021

Unidades Organizacionais

Resumo

Este 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.

Palavras-chave

Machine Learning; MLOps; Guia prático; IBM Watson; pipeline de dados; CI-CD

Titulo de periódico

URL da fonte

Título de Livro

URL na Scopus

Idioma

Português

Notas

Membros da banca

Silva, Raul Ikeda Gomes da
Montagner, Igor dos Santos

Área do Conhecimento CNPQ

Engenharias

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por