MLOps se basa en principios y procedimientos de DevOps que aumentan la eficacia de los flujos de trabajo. Algunos ejemplos incluyen la integración continua, la entrega y la implementación. En este caso, se busca agregar una serie de buenas prácticas al desarrollo e implementación de modelos de Machine Learning/Deep Learning con el objetivo de hacer que el desarrollo de modelos de aprendizaje automático sea mas confiable y productivo.
Durante esta sesión, realizaremos una breve introducción al concepto de MLOps así como las buenas prácticas/arquitecturas que se recomiendan dependiendo del tipo de proyecto que queramos implementar: Computer vision, NLP… Posteriormente, veremos un caso real en el que usaremos Azure Machine Learning junto con Github Actions, para implementar las tareas de versionado y despliegue automático de nuestro modelo.
También definiremos una serie de tareas adicionales que nos permitan realizar la observabilidad de aquellos modelos que tengamos en producción.MLOps con Azure Machine Learning y Github Actions
Ponente
Rodrigo Cabello trabaja de Research Engineer at Plain Concepts y MVP de Microsoft en Inteligencia Artificial con más de 13 años de experiencia en desarrollo de software. Apasionado de las tecnologías de vanguardia y de todo lo relacionado con la Inteligencia Artificial. Actualmente desarrollo soluciones de deep learning de última generación, principalmente en el área computer vision
Azure Málaga 