Aplicação do aprendizado de máquina na otimização de arquiteturas em nuvem
Autores
Ghosn, Eli Jose Abi
Cesconetto, Bruno Arthur
Silva, Wesley Gabriel Albano da
Orientador
Ayres, Fábio José
Co-orientadores
Citações na Scopus
Tipo de documento
Trabalho de Conclusão de Curso
Data
2020
Resumo
Este projeto tem como objetivo aperfeiçoar a ferramenta de projeto de arquiteturas para computação em nuvem desenvolvida por alunos do Insper para a Dell Technologies. Especificamente, foi aperfeiçoada a tecnologia de otimização de arquitetura, utilizando técnicas de aprendizado de máquina. Para isso, foi feito um overview do estado da arte de ferramentas de orquestração de fluxo de trabalho e, também, de plataformas de desenvolvimentos específicas para projetos de aprendizado de máquina, buscando máxima eficiência de execução, escalabilidade e facilidade de manutenção. Baseando-se em dados simulados de utilização da própria ferramenta desenvolvida previamente foram levantadas métricas de caracterização de arquiteturas a fim de validar um fluxo capaz de aprender a influência de fatores que levam um usuário fazer uma escolha de arquitetura diferente da opção de menor preço.
Palavras-chave
Otimização de arquiteturas em núvem; Ferramentas de orquestração; Otimização combinatória; Pipeline de aprendizado de máquina.
Titulo de periódico
URL da fonte
Título de Livro
URL na Scopus
Idioma
Português
Notas
Projeto realizado na empresa Dell
Membros da banca
Montagner, Igor dos Santos
Silva, Raul Ikeda Gomes da
Ayres, Fábio José