TODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMFABIO JOSE AYRESOlga, Arthur Quintella de MelloMonteiro, Gabriel LopesLeite, Guilherme PeresLima, Vinicius Gomes de2022-07-032022-07-032021https://repositorio.insper.edu.br/handle/11224/3723Este 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.44 p.DigitalPortuguêsMachine LearningMLOpsGuia práticoIBM Watsonpipeline de dadosCI-CDbachelor thesis