AWS Certified AI Practitioner
Fundamentos de MLOps
Qué es MLOps y por qué los sistemas de ML lo necesitan: convertir un modelo puntual en un sistema de producción repetible, monitoreado y reentrenable, con las prácticas centrales de experimentación, automatización, monitoreo y reentrenamiento.
Intermedio 18 minutos 4 Objetivos de aprendizaje
- Definir MLOps y explicar por qué los sistemas de ML necesitan disciplina operativa más allá del software tradicional
- Describir los conceptos centrales de MLOps: experimentación, procesos repetibles, sistemas escalables y manejo de la deuda técnica
- Explicar por qué el monitoreo continuo y el reentrenamiento son el centro del ML en producción
- Distinguir MLOps de un despliegue manual único