Desplegament i operació

Tot el que cal saber per portar models de machine learning a producció i mantenir-los funcionant correctament al llarg del temps.

• Desplegament de models: MLOps, Docker, APIs i versionat per portar models a producció de manera fiable.
• Validació i qualitat: Criteris de validació, testing específic per ML i pipelines CI/CD per garantir la qualitat dels models.
• Drifting i monitoratge: Detecció de canvis en la distribució de dades i sistemes d’alertes per models en producció.
• Aprenentatge continu: Estratègies per actualitzar i re-entrenar models quan les dades canvien.
• Patrons d’implementació: Receptes pràctiques per resoldre problemes concrets quan es porta un model de ML a producció.