Escuchar "#0009: MLOps en AWS"
Síntesis del Episodio
Tenemos la visita de Guillermo Menendez, Solutions Architect del área de Energía y nos viene a contar sobre los procesos de MLOps para machine learning e inteligencia artificial.Guillermo Menendez - @_gmcorral_Guillermo Menendez Corral es un solutions architect en Amazon Web Services dedicado al área de Energía. Tiene mas de 15 años de experiencia diseñando y construyendo aplicativos y actualmente ayuda a grandes clientes en sus arquitecturas de cloud, con un foco en Analytics y Machine Learning.Rodrigo Asensio - @rasensioBasado en Barcelona, España, Rodrigo es responsable de un equipo de Solution Architecture del segmento Enterprise que ayuda a grandes clientes en sus migraciones masivas al cloud, en transformación digital y proyectos de innovación.LinksSageMaker para preparar , crear entrenar y desplegar modelos de ML https://aws.amazon.com/sagemaker/SageMaker Feature Store para almacenar features de nuestro dataset https://aws.amazon.com/sagemaker/feature-store/SageMaker Autopilot para construir y entrenar modelos automaticamente https://aws.amazon.com/sagemaker/autopilot/SageMaker Studio el IDE para ML https://aws.amazon.com/sagemaker/studio/SageMaker Model Monitor para monitorizar modelos de ML en producción https://docs.aws.amazon.com/sagemaker/latest/dg/model-monitor.html SageMaker Pipelines CI/CD para Machine Learning https://aws.amazon.com/sagemaker/pipelines/ AWS Step Functions para orquestación de CI/CD de ML https://aws.amazon.com/step-functions/Managed Apache Airflow para orquestación de CI/CD de ML https://aws.amazon.com/managed-workflows-for-apache-airflow/SageMaker Ground Truth preparacion y etiquetado de datos https://aws.amazon.com/sagemaker/groundtruth/SageMaker Pre Processing para pre procesamiento de datos https://aws.amazon.com/blogs/aws/amazon-sagemaker-processing-fully-managed-data-processing-and-model-evaluation/SageMaker Debugger para poder visualizar detalles del entrenamiento del modelo https://aws.amazon.com/sagemaker/debugger/SageMaker Experiments para grabar y categorizar experimentos https://aws.amazon.com/blogs/aws/amazon-sagemaker-experiments-organize-track-and-compare-your-machine-learning-trainings/Managed Spot Training para abaratar costes https://docs.aws.amazon.com/sagemaker/latest/dg/model-managed-spot-training.html
Más episodios del podcast Innovando con AWS
#0030 - Arquitectura Zero Trust
24/01/2024
#0025 - AI generativa y como usarla en AWS
17/07/2023
#0024 - Modernizando el transporte con Datik
22/05/2023
#0023 StackZone
08/05/2023
#0022 - Migración de TUI
18/10/2022
#0021 - Calentando motores para re:Invent
15/09/2022
ZARZA Somos ZARZA, la firma de prestigio que esta detras de los grandes proyectos en tecnología de la información.