Esta clase me dejó así (Soy frontend, es mi primera experiencia con AI/ML)
Retail Store en Google Cloud Platform
Lo que aprenderás sobre GCP para ecommerce
Etapas clave y MLOps
Arquitectura de alto nivel
Tour de la aplicación de retail
Backend as a Service y modelo de seguridad
Introducción al proyecto
Medición de interacciones
Setup de Google Tag Manager
Etiquetando con Google Tag Manager
Etiquetas relevantes para CLV
Integración con servicios
Exposición de servicios con Apigee
Servicios expuestos con APIs
¿Qué son las APIs?
Apigee
Creación de tu primer API Proxy en Apigee
Administración de APIs con Apigee
Creando un portal de desarrolladores
Interactuando con el portal de desarrolladores
Insights to Actions
Generación de modelos AI/ML
Machine Learning con datos estructurados
BigQuery para modelos de Forecasting y LTV
Bigquery ML - Manos a la Obra
Auto ML vs. Bigquery ML
Consideraciones para entrenar un modelo en BigQueryML
Entrenamiento del modelo en BigQuery ML
Cómo exportar modelos hechos en BQML
Exportando un modelo hecho con BQML
Consumo de servicios de AI/ML
Cómputo Serverless y Contenedores
¿Qué es Kubernetes?
Consumo de modelos ML mediante BigQuery API
Almacenamiento de predicciones
Ejecución de predicciones y persistencia
Despliegue continuo con Cloud Run
Ejecución de despliegue con Cloud Run
Escalamiento de servicios en Cloud Run
AuthN y AuthZ con Cloud Run
Google Marketing Platform
Análisis de las predicciones
Segmentamos nuestras Predicciones
Caso práctico para definir tu estrategia de activación
Generemos nuestros modelos en la plataforma
Segmentamos nuestras audiencias en BigQuery
Carga tus audiencias y conecta tu medio de activación
No se trata de lo que quieres comprar, sino de quién quieres ser. Aprovecha el precio especial.
Antes: $249
$209
Paga en 4 cuotas sin intereses
Termina en:
13 Días
7 Hrs
58 Min
23 Seg
Etapas clave y MLOps
2/42Recursos
Transcripción
Aportes 20
Preguntas 0
Ordenar por:
Adjunto Link de Los pilares de MLOps
Para profundizar al respecto:
MLOps: Continuous delivery and automation pipelines in machine learning
Dia Dos de las etapas
interesante etapas
Este curso se ve muy prometedor. Actualmente trabajo en una empresa retail como Científico de datos y este contenido me servirá mucho para tener una visión del panorama global y complejo que hay detrás de muchos de los procesos involucrados en ML y DS.
Casos de uso comunes para AI/ML en Retail
estoy impresionado del nivel el cual va llevar a otro nivel cualquier tienda en linea.
Alguien más está sorprendido del poder que tiene esto? 😮
Podríamos hacer de manera puntual que alguien tome ciertas decisiones según la interacción que tenga, solo abría que orientándolo de manera deliberada. Si lo tomamos en el caso de compra-venta es de risa comparado con el manejo de ideas en por ejemplo elecciones.
Haciendo de manera inteligente las segmentaciones necesarias podríamos llegar a personas específicas y de manera aparentemente natural orillar a tener ciertos pensamientos.
Cosa que no me parece descabellado en un mundo dónde, pienso, la mayoría de personas consumimos contenido sin detenernos un segundo a reflexionar en todo lo que lo rodea, por no mencionar que casi será prácticamente imposible ya que la cantidad de contenido al que nos exponemos es inmenso.
😵💫
Pues hoy recien leo sobre MLOps, no lo había escuchando antes o.o
El aprendizaje es continuo porque sino nos quedamos atras.
impresionante si estalla el cerebro llegar a implementar todo esto y que funcione perfecto, pero se puede y para eso estoy aquí aprendiendo.
Modelo Operacional
Dia Cero de la etapas
Dia Uno de las etapas
Los pilares de MLOps
Etapas clave de una iniciativa
La integración es el reto más grande
Iniciativa de ciencia de datos
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?