CONTINGUTS DISPONIBLES!
RESUM:
L’observabilitat dels sistemes dotats d’intel·ligència artificial s’ha tornat una peça clau, no sols per a garantir el correcte funcionament i rendiment operatiu d’aquests, sinó per a disposar de reproductibilitat dels experiments i controlar el seu bon funcionament quan aquests impacten al públic general. Aquests sistemes de propòsit especifico, com són les Feature Stores, Model Stores i Evaluation Stores, possibiliten identificar les derives en les dades, comportaments no desitjats o potencials riscos d’aquests sistemes de cara a ser remeiats amb la màxima celeritat.
En aquesta sessió definirem les peces clau per a una observabilitat dels sistemes de IA en un marc de MLOps, la seva funcionalitat i ús en el dia a dia de les organitzacions.
DIA I HORARI:
15 JULIOL 2022 | 12h a 13:30h
PONENT:
Jesús Vicente García és arquitecte de solucions d’analítica avançada i responsable de l’equip d’AI engineering a SDG Group des de fa més de tres anys. En aquesta àrea s’encarrega de definir marcs de treball, metodologies i solucions tecnològiques per a dotar a diferents companyies en indústries com a banca, assegurances, retail, subministraments i unes altres amb capacitats d’intel·ligència artificial des de les perspectives d’enginyeria i govern, per a així garantir la plena operativització d’aquestes capacitats i la materialització d’un cicle de vida coherent amb les necessitats actuals de l’analítica avançada.
IDIOMA I FORMAT DE LA MASTERCLASS:
Castellà | Virtual
ADREÇAT A:
- Responsables de les plataformes de dades i de ciència de dades
- Arquitectes de solucions en l’àmbit de l’analítica avançada
- Arquitectes funcionals
- Machine learning engineers
- Data scientists
- Data engineers
AGENDA:
- MLOps com a metodologia de desenvolupament per a la ciència de dades
- Necessitats generals d’una plataforma d’analítica avançada
- Aproximació bàsica a la traçabilitat en les solucions d’analítica avançada
- Extensió de la capa de govern a la transversalitat de les solucions d’analítica avançada: AI stores
-Les dades que consumeixen els algorismes: feature store
-Els models que generen els algorismes: model store
-Les prediccions que generen els models: evaluation store - Estudi de la taxonomia, les entitats i les relacions per a garantir una plena observabilitat de la IA
- Estat de l’art i de mercat respecte a observabilitat de la IA
