Considerações para implementação completa

Implementação de Soluções de IA nos Negócios

Jacob H. Marquez

Data Scientist

Dimensionar e sustentar uma solução de IA

$$

Dimensionar e sustentar uma solução de IA

$$

Dimensionar e sustentar uma solução de IA

$$

DevOps

 

• "Development Operations"
• Melhor colaboração, integração e implementação
• Automação de processos
• Melhoria e monitoramento contínuos

$$

MLOps

 

• "Machine Learning Operations"
• Semelhante ao DevOps
• Operacionalizar processos para dados e algoritmos

MLOps

 

• "Machine Learning Operations"
• Semelhante ao DevOps
• Operacionalizar processos para dados e algoritmos

MLOps

 

• "Machine Learning Operations"
• Semelhante ao DevOps
• Operacionalizar processos para dados e algoritmos

MLOps

 

• "Machine Learning Operations"
• Semelhante ao DevOps
• Operacionalizar processos para dados e algoritmos

MLOps

 

• "Machine Learning Operations"
• Semelhante ao DevOps
• Operacionalizar processos para dados e algoritmos
• Permite o dimensionamento horizontal

MLOps - Monitoramento da IA

 

• Comparar desempenho com referência
• Exemplo: precisão das previsões durante o primeiro mês de implantação
• Desvio de modelo por queda de desempenho

• Impactar negativamente a tomada de decisões

Conformidade, privacidade e segurança

 

• Importante durante a POC
• Pode ser alcançado com medidas mínimas
• Essencial para dimensionar a implementação completa
• Parte da IA responsável

 

Requisitos legais e regulatórios

 

• Atender aos requisitos regulamentares em EACH local
• Especialmente com dados confidenciais e pessoais
• Evitar penalidades e consequências legais

$$ $$

Segurança

 

• Garantir que dados, infraestrutura e produto estejam seguros
• Autenticação
• Autorização

$$

Gerenciamento e mitigação de riscos

 

• Evitar danos à solução, ao cliente e à empresa
• Auditar a solução
• Exames legais
• Avaliações de risco
• Simulações

Vamos praticar!

Implementação de Soluções de IA nos Negócios