MLOps. Mejores prácticas de software para proyectos Machine Learning
En esta sesión hablaremos sobre MLOPs, que se basa en los principios y prácticas de DevOps para aumentar la eficacia de los flujos de trabajo en los proyectos de Machine Learning
Agenda
30 minutos
- Conseguir una experimentación y desarrollo de modelos más rápidos.
- Conseguir un despliegue más rápido de los modelos de producción.
- Control de calidad.
- Integración y entrega continúa mediante Azure DevOps.
- Azure Databricks.
- MLFlow – Machine Learning Lifecycle Platform.
Francisco José Pérez López
Software Development Engineer en Plain Concepts
Trabajo como Ingeniero de ML en Plain Concepts, donde puedo combinar dos de mis pasiones: el ML y la ingeniería de software. Durante los últimos cinco años, he desarrollado muchas soluciones de IA usando Python, R … y toneladas de datos. Y últimamente me he involucrado en el desarrollo y la optimización de ML sobre plataformas Databricks.
Experto en tecnologías de Microsoft, con 15 años de experiencia en la entrega de aplicaciones de escritorio y web.
Kevin Albes
Software Development Engineer en Plain Concepts
Soy desarrollador de software especializado en Azure, Big Data y Machine Learning.
Actualmente también desempeño el rol de Delivery Lead, ayudando a mi equipo con la metodología y la comunicación con el cliente.
Plain Concepts, Microsoft AI Partner
Servicios IA
Suscríbete a nuestra newsletter
¿QUIERES SER EL PRIMERO EN ENTERARTE DE NUESTROS EVENTOS, DESARROLLOS, NOTICIAS, VACANTES…?
