MLOps – Applying DevOps to Data Science

When:
- |
Track:
Sessions

Si bien muchas compañías han adoptado las prácticas DevOps para mejorar la entrega de su software, estas mismas técnicas rara vez se aplican a proyectos de Machine Learning. La colaboración entre Developers y Data Scientists suele ser problemática y la implementación de modelos en un entorno de producción de forma confiable a menudo es un reto imposible.

En esta sesión, aprenderás como aplicar las prácticas de DevOps a tus proyectos de Machine Learning con Azure DevOps y el Servicio de Azure ML. Configuraremos el training, scoring y el almacenamiento automatizado de modelos versionados e introduciremos los modelos en contenedores dockerizados para posteriormente implementarlos en Azure Container Instances y Azure Kubernetes Service. Incluso recopilaremos feedback continuos sobre el comportamiento del modelo para saber cuándo volverlo a entrenar.

Alejandro Almeida

Alejandro Almeida

Microsoft Azure MVP & MCT

Alberto Picazo

Alberto Picazo

DevOps & Arquitecto de Software & Microsoft Dev MVP

Other sessions from: Main Track

Data & AI Platform Components in Azure

Data & AI Platform Components in Azure

Data & AI platform works together to make an organization data driven and...

Rahat Yasir Rahat Yasir
Designing meaningful Human-AI Interactions

Designing meaningful Human-AI Interactions

As we’re still in the early days of leveraging AI technologies to augment...

Liji Thomas Liji Thomas
Keynote

Keynote

Bringing all local communities together to share and care!...

Global AI Community Global AI Community
Causal Reasoning In Machine Learning

Causal Reasoning In Machine Learning

Nowadays Machine Learning models, are able to learn from data by identifyi...

Pier Paolo Ippolito Pier Paolo Ippolito
Deep Learning for computer vision

Deep Learning for computer vision

TBD...

Usha Rengaraju Usha Rengaraju
Quiz

Quiz

An interactive quiz session all about AI. Settle in, get your competitive s...

Global AI Community Global AI Community