Exploración de MLOps para Principiantes

En épocas anteriores, la fabricación de coches y automóviles clásicos suponía un gran trabajo “artesanal”. Los obreros se reunían en un mismo lugar para trabajar en la fabricación de un modelo utilizando sus herramientas y encajando las piezas metálicas del coche, con un proceso que duraba días, semanas, incluso meses.

Con el tiempo, llegó la revolución industrial y se empezaron a hacer las cosas de forma eficiente y, sólo Henry Ford empezó a producir modelos de coches de forma eficiente y a un precio reducido, entonces ¿cómo se produjo esta magia? ¡CADENA DE MONTAJE!.

De este modo, siguiendo con la analogía, no estaría mal llamar a MLOps la “Cadena de Montaje del Aprendizaje Automático”. El término MLOps es una combinación de ‘Machine Learning’ y ‘Operations’, lo que significa que es una forma de gestionar las operaciones de los modelos de ML, los códigos, los datos y todo lo que implica desde su fabricación hasta su uso. Y no sólo utilizarlo una vez, sino mejorarlo continuamente.

Para que tengas claridad sobre los MLOps, necesitas entender esto - para un estudiante que trabaja en un proyecto de ML individualmente, probablemente todos los pasos son hechos por él en su laptop, en un solo ambiente, sin mucha complejidad involucrada. Pero en una empresa o compañía tecnológica, hay varios científicos de datos e ingenieros trabajando simultáneamente y deben hacer todos los pasos de manera eficiente, especialmente para servir a un cliente o al caso de uso.

MLOps es un concepto que implica un conjunto de prácticas para operar todos los pasos involucrados en hacer que el aprendizaje automático funcione. Los pasos exactos varían, pero generalmente implican la recopilación de datos, la creación y la prueba de modelos, la mejora de los modelos, su puesta en práctica y, a continuación, la mejora basada en la retroalimentación en tiempo real. Para que todo esto ocurra, debe haber un conjunto exacto de procesos y aquí es donde entra MLOps.

Es importante saber que MLOps se deriva básicamente de DevOps, el mismo concepto que se utiliza desde hace tiempo en el ámbito del software. Incluye un montón de conceptos que lo hacen único, llevando la adopción de MLOps a una necesidad extrema hoy en día. Por mi parte, me encuentro buscando herramientas para facilitar la adopción de este modelo y tener un crecimiento acelerado “from zero to hero”.

¡Cuéntame tu opinión del MLOps!, ¿conocías el concepto? :face_with_monocle: :robot:

2 Me gusta