MicroTechPost

A Integração Contínua (Continuous Integration - CI) em Machine Learning (ML) significa que toda vez que um código ou dado é atualizado o pipeline de ML é executado novamente e isso é feito de forma que tudo seja versionado e reproduzível, para que seja possível compartilhar a base de código entre projetos e equipes. Cada reexecução pode consistir em treinamento, teste ou geração de novos relatórios, facilitando a comparação entre outras versões em produção. Alguns exemplos de fluxo de trabalho de CI: Executar e versionar o treinamento e avaliação para cada commit no repositório. Executar e comparar execuções de experimentos para cada solicitação de uma determinada versão. Acionar uma nova execução periodicamente. A Implantação Contínua (Continuous Deployment - CD) é um método para automatizar a implantação (deploy) da nova versão em produção ou em qualquer ambiente, como teste. Essa prática facilita o recebimento de feedback dos usuários, pois as mudanças são mais rápidas e constantes, bem como novos dados ou novos modelos. Alguns exemplos de fluxo de trabalho de CD: Verificar os requisitos do ambiente de infraestrutura antes de implantá-lo. Testar a saída do modelo com base em uma entrada conhecida. Testar a latência do modelo. Este curso oferece uma imersão profunda nas práticas e ferramentas essenciais necessárias para construir, gerenciar e otimizar Pipelines de CI/CD em projetos de Machine Learning e Inteligência Artificial. datascienceacademy.com.br/co… #pipelines #cicd #machinelearning #datascienceacademy