Definition

Operaciones de aprendizaje automático o MLOps

Contribudor(es): Margaret Rouse y Matthew Haughn

Las operaciones de aprendizaje automático (machine learning Ops, o MLOps) se refieren al uso de modelos de aprendizaje automático por parte de los equipos de desarrollo/operaciones (DevOps). MLOps busca agregar disciplina al desarrollo y despliegue de modelos de aprendizaje automático (machine learning, ML) mediante la definición de procesos para hacer que el desarrollo del ML sea más confiable y productivo.

El contenido continua más abajo

El desarrollo de modelos de aprendizaje automático es inherentemente experimental, y las fallas a menudo son parte del proceso. La disciplina todavía está evolucionando y se entiende que a veces incluso un modelo de ML exitoso puede no funcionar de la misma manera al día siguiente. Documentar procesos confiables y crear medidas de protección para ayudar a reducir el tiempo de desarrollo puede crear mejores modelos.

La filosofía de desarrollo de MLOps es utilizada por quienes desarrollan modelos de aprendizaje automático, quienes los implementan y quienes administran la infraestructura que los respalda. Las prácticas estándar para MLOps incluyen:

  • Comenzar con la API de producto existente de los servicios de inteligencia artificial (IA)
  • Adoptar un enfoque modular.
  • Ejecutar el desarrollo de modelos paralelos, reduciendo a la mitad los problemas si falla un solo modelo.
  • Tener modelos pre-entrenados listos para mostrar en una prueba de concepto.
  • Los algoritmos generalizados que muestran cierto éxito pueden ser entrenados para su tarea específica.
  • Cerrar las brechas en los datos de capacitación con fuentes de datos disponibles públicamente.
  • Dedicar tiempo a desarrollar IA generalizada para ampliar las oportunidades.

La dotación de personal es una parte desafiante e importante del desarrollo de MLOps. Esto se debe a que los mismos científicos de datos responsables del desarrollo de algoritmos de aprendizaje automático pueden no ser los más efectivos para implementarlos o explicar a los desarrolladores de software cómo usarlos. Algunos de los mejores equipos de MLOps adoptan la idea de la diversidad cognitiva, la inclusión de personas que tienen diferentes estilos de resolución de problemas y pueden ofrecer perspectivas únicas porque piensan de manera diferente.

Este contenido se actualizó por última vez en marzo 2020

Investigue más sobre Análisis de negocios e inteligencia de negocios

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

Extensiones de Documento y Formatos de Documento

Accionado por:
Close