{"title":"在MLOps中表示最佳实践的工件集","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":"{\"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}","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}
Conjunto de Artefatos para Representação de Boas Práticas em MLOps
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.