Procesamiento del Lenguaje Natural Aplicado en la Empresa

Capítulo 11. Producción

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

La dificultad del paso del prototipo a la producción es donde muchas empresas fracasan y es una de las principales razones por las que muchas empresas obtienen un retorno de la inversión tan bajo en las iniciativas de aprendizaje automático que lanzan. En el capítulo anterior, hablamos de cómo producir el aprendizaje automático como una aplicación web. Sin embargo, la forma principal de que las empresas produzcan aprendizaje automático y desbloqueen realmente el valor de estos modelos en un entorno de producción no es mediante una simple aplicación web, sino mediante API y canalizaciones automatizadas, de las que hablaremos en este capítulo. También hablaremos de las distintas funciones que intervienen en la implementación, el mantenimiento y el monitoreo de los modelos de aprendizaje automático en producción, y exploraremos Databricks, una de las plataformas actuales líderes del mercado para realizar trabajos de ciencia de datos y aprendizaje automático en la empresa.

Científicos de datos, ingenieros y analistas

Antes de sumergirnos en cómo productivizar modelos de aprendizaje automático, repasemos las distintas personas que intervendrán durante todo el ciclo de desarrollo e implementación del aprendizaje automático. Comprender las funciones de estas personas y sus preferencias en cuanto a lenguaje de programación y entorno de programación ...