Conjunto de Artefatos para Representação de Boas Práticas em MLOps

Beatriz Mayumi Andrade Matsui, D. Goya
{"title":"Conjunto de Artefatos para Representação de Boas Práticas em MLOps","authors":"Beatriz Mayumi Andrade Matsui, D. Goya","doi":"10.5753/cbsoft_estendido.2022.226912","DOIUrl":null,"url":null,"abstract":"Um dos desafios mais comuns para profissionais que atuam com o desenvolvimento e implantação de sistemas de aprendizado de máquina é a ausência de um padrão ou desconhecimento de melhores práticas no que concerne a MLOps – termo que representa a aplicação de práticas DevOps ao aprendizado de máquina. Na literatura, estudos têm mostrado a aplicabilidade de MLOps em contextos específicos, mas poucos fornecem recomendações de melhores práticas para sua efetiva adoção. Neste contexto o presente trabalho propõe um conjunto de artefatos (conceito derivado do método de pesquisa Design Science Research) para contribuir na compreensão e adoção de MLOps de forma mais efetiva por profissionais e pesquisadores da área.","PeriodicalId":285692,"journal":{"name":"Anais Estendidos do XIII Congresso Brasileiro de Software: Teoria e Prática (CBSoft Estendido 2022)","volume":"28 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais Estendidos do XIII Congresso Brasileiro de Software: Teoria e Prática (CBSoft Estendido 2022)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/cbsoft_estendido.2022.226912","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Um dos desafios mais comuns para profissionais que atuam com o desenvolvimento e implantação de sistemas de aprendizado de máquina é a ausência de um padrão ou desconhecimento de melhores práticas no que concerne a MLOps – termo que representa a aplicação de práticas DevOps ao aprendizado de máquina. Na literatura, estudos têm mostrado a aplicabilidade de MLOps em contextos específicos, mas poucos fornecem recomendações de melhores práticas para sua efetiva adoção. Neste contexto o presente trabalho propõe um conjunto de artefatos (conceito derivado do método de pesquisa Design Science Research) para contribuir na compreensão e adoção de MLOps de forma mais efetiva por profissionais e pesquisadores da área.
在MLOps中表示最佳实践的工件集
最常见的挑战之一是不上行和机器学习系统的开发和部署是缺乏一个标准或最佳实践上食品在MLOps—术语代表的DevOps机器学习在实践中的应用。在文献中,研究表明了MLOps在特定环境下的适用性,但很少提供有效采用MLOps的最佳实践建议。在此背景下,本文提出了一套人工制品(概念源自设计科学研究方法),以帮助专业人员和研究人员更有效地理解和采用MLOps。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信