Apolo

Atividade

129324 - Gerenciamento de ciclo de desenvolvimento de machine learning com MLflow

Data da turma:

27/11/2024

Selecione um horário para exibir no calendário:

Descrição:

Resumo:
Colocar modelos de machine learning em produção envolve mais do que simplesmente disponibilizá-los para consumo, seja em tarefas online ou batch, pois esses modelos, assim como qualquer software, evoluem ao longo do tempo devido a mudanças no contexto em que estão inseridos, como alterações em regras de negócio, legislação, ou novas tendências nos dados. A gestão dessa evolução é complexa e exige constante experimentação para otimizar métricas como acurácia, além de lidar com a qualidade dos dados e hiperparâmetros, a diversidade de tecnologias, e a necessidade de escalar o desenvolvimento para múltiplos modelos e grandes volumes de dados, o que levou à criação do MLflow, uma ferramenta open source para gerenciar todo o ciclo de desenvolvimento de machine learning. Neste curso, veremos as principais características dessa ferramenta, diferentes formas de utilização e os benefícios que ela pode trazer para projetos de machine learning.

Referências:
- Auri Vincenzi, Daniel Lucrédio, Matheus Leite, Diogo Kato. Prática DevOps com Docker para Machine Learning. 2024. Disponível em: https://aurimrv.gitbook.io/pratica-devops-com-docker-para-machine-learning
- MLflow: A Tool for Managing the Machine Learning Lifecycle - documentação oficial. Disponível em: https://mlflow.org/docs/latest/index.html

Carga Horária:

3 horas

Tipo:

Optativa

Vagas oferecidas:

300

Ministrantes:

Daniel Lucredio

voltar