MLOps módszerek bevezetési tapasztalatai
A gépi tanulás alapú rendszerek terjedésével a vállalatok új architekturális és szervezeti kihívásokkal néznek szembe.
Ennek a problémakörnek egy kritikus pontja, hogy miként lehet elérni a sokféle és sokszínű ML eszközök megfelelő illeszkedését a meglévő környezetbe.
Az előadás két óriáscég megvalósult kritikus rendszereinek példáin keresztül bemutatja, milyen választási lehetőségek között kellett navigálni egy-egy hatékony ML környezet kiépítéséhez, miként alakult a szervezeti struktúra és az eszközök kiválasztása.
Tőzsér Attila
Big Data and Data Science Consultant
Tőzsér Attila Big Data és Data Science szakértő. Munkájának fókuszában Data Lake rendszerek és gépi tanulás alkalmazások produkciós környezetbe helyezése, valamint üzemeltetése áll. Több éves tapasztalattal rendelkezik PB méretet meghaladó adatkezelő rendszerek üzemeltetésével.