Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/30717
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2021_JoaoVitorRamosDeSouza_tcc.pdf1,68 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorAguiar, Carla Silva Rocha-
dc.contributor.authorSouza, João Vitor Ramos de-
dc.identifier.citationSOUZA, João Vitor Ramos de. Adoção de MLOps: desafios de gerenciar código, modelo e dados automaticamente. 2021. 67 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia de Software) — Universidade de Brasília, Brasília, 2021.pt_BR
dc.descriptionTrabalho de conclusão de curso (graduação) — Universidade de Brasília, Faculdade UnB Gama, Engenharia de Software, 2021.pt_BR
dc.description.abstractCom a evolução do desenvolvimento de sistemas que possuem módulos com modelos de Machine Learning, organizações iniciaram a busca por métodos capazes de integrar as operações de sistemas e o processo de implementação de sistemas de Machine Learning. A partir dessa demanda, surgiu o MLOps, um movimento cultural similar ao DevOps, que busca resolver essa integração e outros problemas atrelados à implantação de aplicações de Machine Learning em ambientes de produção. Este trabalho objetiva, através da análise da adoção de ferramentas de automação de pipelines MLOps em um projeto, mapear desafios e benefícios enfrentados na adoção do MLOps.pt_BR
dc.rightsAcesso Abertopt_BR
dc.subject.keywordAprendizado de máquinapt_BR
dc.subject.keywordMLOpspt_BR
dc.subject.keywordCiência de dadospt_BR
dc.titleAdoção de MLOps : desafios de gerenciar código, modelo e dados automaticamentept_BR
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladopt_BR
dc.date.accessioned2022-05-26T23:03:50Z-
dc.date.available2022-05-26T23:03:50Z-
dc.date.submitted2021-11-03-
dc.identifier.urihttps://bdm.unb.br/handle/10483/30717-
dc.language.isoPortuguêspt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.pt_BR
dc.description.abstract1With the evolution of the development of systems that have modules with Machine Learning, organizations began the search for methods capable of integrating the systems operations and the process of implementing Machine Learning systems. From this demand, the MLOps emerged, a cultural movement similar to DevOps, which seeks to accomplish this integration and other problems linked to the implementation of Machine Learning in production environments. This paper aims through the analysis of adopting MLOps pipeline automation tools in a project, mapping challenges, and benefits faced in adopting MLOps.pt_BR
Aparece na Coleção:Engenharia de Software



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.