Prefacio
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Comencé mi carrera profesional como ingeniero de software. En el transcurso de mi tiempo en ese puesto, me interesé e involucré profundamente en la ejecución de software y sistemas a escala. Aprendí mucho sobre sistemas distribuidos, rendimiento, optimizaciones y ejecución fiable a escala. Posteriormente, pasé a desempeñar muchas otras funciones, desde la creación de sistemas en la intersección del software y las operaciones (DevOps) y sistemas auxiliares para permitir el software inteligente (MLOps), hasta la ejecución de inferencia de aprendizaje profundo a escala y el desarrollo de motores de datos para el aprendizaje profundo (ingeniería de aprendizaje automático), pasando por el desarrollo de modelos multitarea y multiobjetivo para funciones críticas como la asistencia sanitaria y los flujos de trabajo de toma de decisiones empresariales como científico de datos y especialista en aprendizaje automático.
Desde que me dedico a construir sistemas inteligentes, el aprendizaje profundo es una parte importante de lo que hago actualmente. La amplia adopción de sistemas inteligentes (IA) basados en el aprendizaje profundo está motivada por su capacidad para resolver problemas a escala con eficiencia. Sin embargo, construir tales sistemas es complejo, porque el aprendizaje profundo no consiste sólo en algoritmos y matemáticas. Gran parte de la complejidad reside ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access