IA generativa no Microsoft Azure (Portuguese Edition)
by Adrián González Sánchez, Jaime De Mora, Jorge García Ximénez
Capítulo 7. GenAIOps e LLMOps no Azure
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
O foco deste capítulo, “ ”, está em padrões práticos de arquitetura e técnicas de nível empresarial para profissionais de IA que já entendem os fundamentos dos LLMs e estão prontos para construir aplicativos prontos para produção. Vamos percorrer os componentes essenciais necessários para passar da fase de experimentação para a implantação no Azure, incluindo hospedagem de modelos, armazenamentos de vetores, estruturas de orquestração, ferramentas de integração low-code e front-ends web. Ao longo do caminho, exploraremos escolhas de design do mundo real, destacaremos as soluções de compromisso (como custo versus desempenho) e forneceremos orientações práticas para montar soluções de GenAI escaláveis, seguras e fáceis de manter.
De MLOps a GenAIOps: por que isso importa
es de operações em aplicativos de IA não são novidade. Há quase uma década, as empresas vêm contando com o MLOps (operações de aprendizado de máquina) para trazer disciplina e rigor aos projetos tradicionais de ML e de uso intensivo de dados. Os objetivos eram claros: tornar os modelos reproduzíveis, garantir a escalabilidade e gerenciar seu ciclo de vida com os mesmos princípios que o DevOps trouxe para a engenharia de software. O Azure Machine Learning forneceu as bases para isso: pipelines de treinamento, um registro de modelos, gatilhos automatizados ...
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