Governança de modelos

Implantação e ciclo de vida em MLOps

Nemanja Radojkovic

Senior Machine Learning Engineer

manchetes de IA

Implantação e ciclo de vida em MLOps

risco de crédito

Implantação e ciclo de vida em MLOps

subestimação

Implantação e ciclo de vida em MLOps

falência

Implantação e ciclo de vida em MLOps

custo da decisão 1

Implantação e ciclo de vida em MLOps

custo da decisão 2

Implantação e ciclo de vida em MLOps

Governança

A governança de modelos de AI/ML é o processo geral de como uma organização controla acesso, aplica políticas e rastreia atividades de modelos e seus resultados.

Uma governança eficaz é a base para reduzir riscos tanto ao resultado financeiro quanto à marca da organização.

~ DataRobot.com

Implantação e ciclo de vida em MLOps

fases da governança

Implantação e ciclo de vida em MLOps

design

Implantação e ciclo de vida em MLOps

governança no desenvolvimento

Implantação e ciclo de vida em MLOps

governança em operações

Implantação e ciclo de vida em MLOps

proporcional ao risco

Implantação e ciclo de vida em MLOps

risco por caso de uso

Implantação e ciclo de vida em MLOps

Categorias de risco

Implantação e ciclo de vida em MLOps

Resumo

  • Governança exige etapas extras, mas a alternativa é a anarquia.
  • "Lançar muitos modelos rápido" não é a meta, e sim gerar valor de negócio.
  • ML imprudente --> causa mais dano que benefício.
  • Quanto mais modelos, mais claro fica o valor da governança.
Implantação e ciclo de vida em MLOps

Vamos praticar!

Implantação e ciclo de vida em MLOps

Preparing Video For Download...