MLOps

Estratégia de inteligência artificial (IA)

Vidhi Chugh

AI strategist and ethicist

Operacionalização

Levar modelos de IA avançados ao dia a dia da operação.

Modelos de IA avançados

Estratégia de inteligência artificial (IA)

Controle de versão de código e dados

  • Experimentos geram várias versões de código

Experimentos geram várias versões de código

  • Mantidas por sistemas de controle de versão
  • Versões de dados

Versões de dados

  • Novos dados ou novos recursos
Estratégia de inteligência artificial (IA)

Portabilidade

  • Ambientes de projetos de ML
    • Treino
    • Validação
    • Produção

 

  • Consistentes em todo o ciclo de vida

    • Bibliotecas
    • Frameworks
    • Versões

 

Bibliotecas, frameworks e versões

Estratégia de inteligência artificial (IA)

Hora certa de pensar!

  • Gerenciar versões e dependências diferentes

Foco no valor de negócio imediato

  • Foco no valor de negócio imediato
  • Escalabilidade e arquitetura deixadas para depois

Escalabilidade e arquitetura

  • Abordagens ad hoc criam desafios
Estratégia de inteligência artificial (IA)

Gestão de dados automatizada

  • Esforço para reprocesar dados de treino
  • Erros, mudanças ou atualizações
  • Gestão de dados automatizada para qualidade
  • Checagens de qualidade e alertas

Erros, mudanças ou atualizações

Gestão de dados automatizada para qualidade

Checagens de qualidade e alertas

Estratégia de inteligência artificial (IA)

Necessidade de automação

  • Intervenções manuais = atrasos
    • Desempenho do modelo piora
    • Análise de erros
    • Ações corretivas

Intervenções manuais

Desempenho do modelo

 

  • Passou muito tempo
  • Previsões incorretas
  • Consequências negativas
Estratégia de inteligência artificial (IA)

Refatoração de código

 

Refatorar o código inicial

 

  • Falta de boas práticas essenciais de engenharia

 

  • Necessidade de refatorar o código inicial
    • Risco significativo
    • Lógica original mal entendida ou deturpada
Estratégia de inteligência artificial (IA)

Características de arquitetura eficiente

 

  • Sistemas confiáveis exigem esforço
  • MLOps = padronizar processos e pipelines automatizados

 

  • Automação:
    • Módulos reutilizáveis — data products, código
    • Frameworks de testes automatizados
    • Reduz o risco da refatoração

 

Automação

Estratégia de inteligência artificial (IA)

Características de arquitetura eficiente

 

Docker empacota modelo com ambiente

 

  • Docker empacota o modelo com o ambiente

  • Menos intervenções manuais = ciclo eficiente

  • Manter o desempenho do modelo é desafiador

 

  • MLOps para monitorar os modelos
    • 30% menos modelos engavetados
    • 60% mais valor
Estratégia de inteligência artificial (IA)

Vamos praticar!

Estratégia de inteligência artificial (IA)

Preparing Video For Download...