Capítulo 14. MLOps e ingeniería de aprendizaje automático
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Uno de los puestos de trabajo más demandados en 2020 es el de ingeniero de aprendizaje automático. Otros empleos de moda son ingeniero de datos, científico de datos y científico de aprendizaje automático. Aunque puedes ser un especialista en DevOps, DevOps es un comportamiento, y los principios de DevOps pueden aplicarse a cualquier proyecto de software, incluido el aprendizaje automático. Veamos algunas de las principales buenas prácticas de DevOps: Integración continua, Entrega continua, Microservicios, Infraestructura como código, Monitoreo y registro, y Comunicación y colaboración. ¿Cuál de ellas no se aplica al aprendizaje automático?
Cuanto más complejo es un proyecto de ingeniería de software, y el aprendizaje automático es complejo, más necesarios son los principios DevOps. ¿Existe un ejemplo mejor de Microservicio que una API que realiza predicciones de aprendizaje automático? En este capítulo, vamos a sumergirnos en el meollo de hacer aprendizaje automático de forma profesional y repetible utilizando una mentalidad DevOps.
¿Qué es el aprendizaje automático?
El aprendizaje automático es un método que utiliza algoritmos para aprender automáticamente de los datos. Hay cuatro tipos principales: supervisado, semisupervisado, no supervisado y de refuerzo.
Aprendizaje automático supervisado
En el aprendizaje ...
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