Llevar con éxito del machine learning de los laboratorios a la producción.
La disponibilidad de cantidades masivas de potencia de cálculo a demanda aliada a los avances en algoritmos de machine learning -y la existencia de cantidades masivas de datos digitales con los que entrenar estos algoritmos- abre las posibilidades de mejoras infinitas en la inteligencia empresarial.
Sin embargo, el proceso de desarrollo, implantación y mejora continua de las aplicaciones de IA/ML es complejo. Según un informe de VentureBeat, el 87% de los proyectos de ML nunca llegan a la fase de producción. MLOps amplía DevOps al espacio del machine learning. Se refiere a la cultura en la que las personas, independientemente de su cargo o formación, trabajan juntas para imaginar, desarrollar, desplegar, operar y mejorar un sistema de machine learning. CD4ML es un estándar en Thoughtworks para proyectos de ML, porque ha demostrado su éxito, y es uno que incorpora prácticas de desarrollo de software modernas y compatibles con la nube.
Combinando la experiencia en datos, el rigor de ingeniería y la innovación arquitectónica de Thoughtworks con la potencia de los servicios de AWS, le ayudamos a situar los datos en el centro de su diferenciación competitiva.
En la mayoría de las organizaciones, se tarda entre cuatro meses y un año en lanzar su primer producto mínimo viable (MVP) de ML, según Harvard Business Review. ¿Quieres saber cómo hacer frente a la complejidad de crear e implantar el aprendizaje automático en tu organización? Lee este ebook y descubre cómo.
Insights destacados
Este whitepaper describe el reto que supone producir ML, explica algunas prácticas recomendadas y presenta soluciones. Thoughtworks introduce la idea de MLOps como entrega continua para el machine learning. El resto del documento técnico detalla soluciones de AWS y otros socios.
En este webinar, Randy DeFauw de Amazon Web Services y Eric Nagler de Thoughtworks hablarán sobre cómo MLOps y CD4ML combinan el proceso creativo de los científicos de datos con los métodos de ingeniería de software. Además, nuestros expertos utilizarán ejemplos de clientes para mostrarle cómo puede poner en práctica productos ML de forma segura, rápida y sostenible.
Con el fin de hacer frente a los retos de llevar el ML a la producción, Thoughtworks ha desarrollado la entrega continua para el machine learning (CD4ML), un enfoque para realizar MLOps. En 2016, Thoughtworks creó un motor de recomendación de precios con CD4ML en AWS para AutoScout24, el mayor mercado de coches online de Europa. Obtén más información sobre este proyecto.
Lecturas recomendadas
-
ArticleCD4ML for building an intelligent enterpriseLee ahora -
ArticleAWS and Thoughtworks explain how MLOps culture and automation are key to scalable machine learningLee ahora -
ArticleAugmented AILee ahora -
PublicationPerspectives Edition 17 - AI and ML: Augmenting the future of business, creativity and innovationLee ahora -
BlogMLOps on AWS: Five tips for successful adoptionLee ahora
