Uno de los principales retos en los proyectos de Machine Learning es llevar el código que desarrollan los Data Scientist a producción. Por ello, en los últimos años han aparecido diferentes herramientas y técnicas de MLOps que facilitan este proceso, pero muchas veces requieren refactorizar o vincular el código con alguna herramienta.

En este webinar veremos cómo resolver este problema por medio de una arquitectura de contenedores y buenas prácticas en el diseño de código orientado a Machine Learning. Esto nos permite productivizar nuestro código local en un entorno productivo con cero fricción. Finalmente veremos un caso práctico con Airflow y Docker.

¿Quién es el ponente?

Ángel Delgado.
Estudié Física y actualmente soy Machine Learning Engineer. En mi tiempo libre me gusta investigar sobre Inteligencia Artificial y twittear sobre ello. Tomo mucho café.

source