La observabilidad de los sistemas dotados de inteligencia artificial se ha vuelto una pieza clave, no sólo para garantizar el correcto funcionamiento y rendimiento operativo de éstos, sino para disponer de reproducibilidad de los experimentos y controlar su buen funcionamiento cuando éstos impactan al público general. Estos sistemas de propósito especifico, como son las Feature Stores, Model Stores y Evaluation Stores, posibilitan identificar las derivas en los datos, comportamientos no deseados o potenciales riesgos de estos sistemas de cara a ser remediados con la máxima celeridad.
En esta sesión definiremos las piezas clave para una observabilidad de los sistemas de IA en un marco de MLOps, su funcionalidad y uso en el día a día de las organizaciones.
Dirigido a:
- Responsables de las plataformas de datos y de ciencia de datos
- Arquitectos de soluciones en el ámbito de la analítica avanzada
- Arquitectos funcionales
- Machine learning ingenieros
- Fecha scientists
- Fecha de ingenieros
