Vamo a darle 😃
Introducción
¿Qué es el despliegue de modelos y por qué es necesario?
Machine Learning Operations
Historia del MLOps y estado del arte
Flujo de vida de un modelo en producción
Requerimientos para poder hacer MLOps
Presentación del proyecto
Presentación y arquitectura del proyecto MLOps
Revisión de notebooks y modelado
Distribución archivos y contenido
Data Version Control
¿Qué es DVC y por que lo utilizaremos?
Comandos básicos para implementar DVC
Implementando DVC en nuestro proyecto
Desarrollo de pipeline de reentrenamiento: preparación de la data
Desarrollo de pipeline de reentrenamiento: script de entrenamiento
Desarrollo de pipeline de reentrenamiento: validación del modelo
Desarrollo de API con FastAPI
Desarrollo de API con FastAPI
Desarrollo de API con FastAPI: creación de utilidades
Desarrollo de testeo de API
Empaquetando API con Docker
Continuous Integration/Deployment/Training
Presentacion de Github Actions y Continuous Machine Learning
Desarrollo de workflow para testing
Desarrollo de workflow para Continuous Training utilizando CML
Creacion de Servicio en la nube para el despliegue y desarrollo de workflow para CI/CD
Final del proyecto
Prueba tu endpoint
Sigue Aprendiendo
Otras maneras de hacer despliegues de modelos
Conclusiones y recomendaciones para seguir en el MLOps
Contributions 13
Questions 3
Sort by:
¿Qué es el despliegue de modelos?
Definiremos el despliegue de modelos como la transformación de un modelo en producto que puede ser utilizado como servicio por un tercero.
Es increíble cómo terminé dentro del mundo de la ciencia de datos e inteligencia artificial y me he encontrado con una cantidad increíble de Ingenieros Químicos en este campo. Justo en este momento estoy tomando un descanso de la escritura de mi trabajo de grado y quise echarle un ojito a esto. La profesora de Introducción a ML de MindsDB tambíen es Ingeniera Química.
Empezando diciembre con toda °‿‿°
El despliegue de modelos de Machine Learning es el proceso de implementar y poner en funcionamiento un modelo de Machine Learning en un entorno de producción para que pueda realizar predicciones o clasificaciones en tiempo real. Esto implica integrar el modelo en una aplicación o sistema que pueda recibir datos de entr
Con mucha emoción tomo este curso; con muchas ansias (incluso, necesidad) de conocer como pasar de un notebook a un producto. Es muy genial un modelo para nosotros, pero tiene más uso al estar desplegado.
Let’s do this. 😄
Yo soy biomédica y como ustedes terminé amando este mundo.
Ya casi acabando la ruta de Data Scientist!!
Les comparto mis apuntes sobre el curso (https://github.com/IngCarlaPezzone/Intro-deployment-ML) con algunas actualizaciones a la fecha. Igualmente, les recomiendo seguir el paso a paso del curso, que es genial!
Emocionada !
Justo lo que necesito, estoy emocionado de llevar proyectos a realidades
Want to see more contributions, questions and answers from the community?