Implantar MLOps en la empresa

Capítulo 10. Implementación de MLOps con Rust

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

La eficiencia operativa debe estar en el núcleo de cualquier sistema tecnológico. MLOps se basa en DevOps, que a su vez se basa en el concepto de kaizen, la palabra japonesa para la mejora continua. Sin la mejora continua, no tendrías DevOps ni, por extensión, MLOps.

En el centro de la mejora continua de las operaciones hay una pregunta sencilla: "¿Podemos mejorar el rendimiento operativo -desde la formación y la inferencia hasta el envasado y la entrega- diez veces o más?". Si la respuesta es afirmativa, como ocurrirá con muchas organizaciones que utilizan Python para la ciencia de datos, la siguiente pregunta debería ser: "¿Por qué no lo estamos haciendo?"

Durante décadas, las organizaciones tenían pocas opciones aparte de C puro, C++ o C# y Python para las soluciones de aprendizaje automático. C++ puede proporcionar más eficiencia en términos de rendimiento, pero Python es generalmente más fácil de aprender, implementar y mantener, razón por la cual Python ha despegado en la ciencia de datos. La difícil elección entre el potente pero complejo C++ y el fácil de aprender pero comparativamente lento Python hace que, en última instancia, muchas empresas elijan Python.

Pero hay otra forma. Rust figura sistemáticamente entre los lenguajes con mayor rendimiento y eficiencia energética. También se encuentra entre los lenguajes ...