Glossário IA
O dicionário completo da Inteligência Artificial
Versionamento de modelos e dados
Sistemas de controle de versão para datasets, features e modelos de ML garantindo reprodutibilidade e rastreabilidade
Pipelines CI/CD para Machine Learning
Automação do build, teste e deploy de modelos de ML com integração contínua e deploy contínuo adaptados
Monitoramento e observabilidade dos modelos
Monitoramento em tempo real de desempenho, deriva de dados e comportamentos anormais dos modelos em produção
Gestão de infraestrutura ML
Orquestração de recursos computacionais para treinamento, implantação e inferência de modelos ML
Feature Engineering e Feature Stores
Centralização e gestão de features para garantir a consistência entre o treinamento e a produção
A/B Testing e experimentação
Frameworks de teste comparativo para avaliar e implantar progressivamente os novos modelos
Plataformas e ferramentas MLOps
Soluções integradas para orquestrar todo o ciclo de vida de ML, da experimentação à produção
Implantação de modelos (Model Deployment)
Estratégias e padrões de implantação incluindo batch, real-time, serverless e edge computing
Governança e ética em produção
Quadros de conformidade, auditabilidade e gestão de vieses para sistemas de IA em produção
AutoML e automação
Ferramentas de automação da engenharia de features, seleção de modelos e otimização de hiperparâmetros
Edge MLOps
Implantação e gerenciamento de modelos ML em dispositivos de edge com restrições de recursos e conectividade
Gestão do ciclo de vida dos modelos
Orquestração completa do ciclo de vida dos modelos da criação à aposentadoria passando pela manutenção