MLOps - Transformando Teoria em Prática
Autores
Olga, Arthur Quintella de Mello
Monteiro, Gabriel Lopes
Leite, Guilherme Peres
Lima, Vinicius Gomes de
Orientador
Co-orientadores
Citações na Scopus
Tipo de documento
Trabalho de Conclusão de Curso
Data
2021
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