Model Serving: A bridge between Data scientists and Engineers
Agenda
40 minutos
¿Te has preguntado alguna vez a dónde van a parar los modelos de Machine Learning una vez que han sido entrenados? En esta sesión, mostramos las buenas prácticas que aplicamos en Plain Concepts para desplegar nuestros modelos en un entorno productivo.
Además, analizamos varios frameworks existentes (ML.NET, Pytorch Serving, tensorflow serving…) que nos permiten poner un modelo en producción. Y comentamos como aplicar distintos tipos de arquitecturas dependiendo del escenario y la velocidad del dato.
Ponente
Rodrigo Cabello
AI Technical Lead en Plain Concepts
AI tech lead en Plain Concepts y MVP de Microsoft en Inteligencia Artificial con más de 10 años de experiencia en desarrollo de software. Apasionado de las tecnologías de vanguardia y de todo lo relacionado con la Inteligencia Artificial. Actualmente, desarrollo soluciones de aprendizaje automático de última generación, principalmente en el área de Deep Learning y Procesamiento del Lenguaje Natural.
Daniela Solís
AI Team Lead en Plain Concepts
IA Team Lead en Plain Concepts. Máster en Inteligencia Artificial por la Universidad de Ámsterdam y licenciada en Ingeniería del Software por la Universidad Politécnica de Madrid.
Apasionada de las nuevas tecnologías y del mundo de la Inteligencia Artificial.
Suscríbete a nuestra newsletter
¿QUIERES SER EL PRIMERO EN ENTERARTE DE NUESTROS EVENTOS, DESARROLLOS, NOTICIAS, VACANTES…?
[cp_popup display=»inline» style_id=»2082″ step_id = «1»][/cp_popup]
