Desmistificando MLOps | Wilder Galvão

Conteúdo Desmistificando MLOps: Como implantar, manter e monitorar modelos de machine learning Desenvolver, implantar e melhorar continuamente modelos de aprendizagem de máquina são tarefas complexas. Elas estão sujeitas a alterações em três eixos: o próprio código, o modelo e os dados. Desenvolvedores e cientistas de dados costumam seguir um conjunto de práticas recomendadas para lidar com esses eixos de forma eficiente e confiável. Hoje essas práticas compõe a disciplina de operações de machine learning (MLOps), e são indispensáveis para quem deseja obter sucesso com sistemas de inteligência artificial. Nessa conversa falaremos quais são essas recomendações, como e porque elas funcionam além de diferentes abordagens para implementá-las. Palestrante Wilder Galvão Engenheiro de computação por formação, trabalha com ciência de dados há mais de cinco anos. Durante esse tempo prestou consultoria para empresas na Europa, trabalhou com bioinformática para genética clínica em um dos maiores hospitais da América Latina, participou do time de visão computacional em uma startup do nicho das insurtechs entre outros. Hoje atua como engenheiro de machine learning na Thoughtworks.