Contacte
Quan
L’observabilitat dels sistemes dotats d’intel·ligència artificial han esdevingut 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 específic, 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.
Programa
- 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
A càrrec de Jesús Vicente García, arquitecte de solucions d’analítica avançada i responsable de l’equip d’AI engineering a SDG Group.
Més informació aquí.
Inscripció aquí.