Implantar MLOps en la empresa

Capítulo 5. Desarrollo de modelos para la producción

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El desarrollo de modelos de ML ya no se limita a los laboratorios experimentales y los trabajos de investigación. Se trata de aplicaciones en el mundo real, y eso significa producción. Por eso, la creación de modelos de alto rendimiento está en el centro del desarrollo de modelos para la producción.

Una mentalidad que da prioridad a la producción garantiza que los modelos lleguen realmente a la producción y respondan a casos empresariales de la vida real. De lo contrario, los modelos se atascan a lo largo del proceso de ML debido a la falta de colaboración entre equipos, discrepancias tecnológicas u otros tipos de fricción.

Este capítulo se centra en construir los mejores modelos que puedas. Detalla todos los pasos y procesos para implementar y ejecutar en modelos a lo largo de la tubería ML antes de la producción. Esto incluye la ejecución, seguimiento y comparación de trabajos de ML, automatizaciones, entrenamiento y ML a escala; pruebas; gestión de recursos; y mucho más. Detalla diversas metodologías, herramientas y enfoques, junto con ejemplos de código que puedes seguir.

Cuando sigas los pasos y pruebes los ejercicios del final del capítulo, sé consciente de todo el proceso de MLOps y de cómo tu trabajo podría integrarse y automatizarse junto con los demás pasos que tú u otros miembros del equipo estéis dando. ...