Development2021.09.14 3 min. read
Według badania przeprowadzonego w 2020 roku 36% ankietowanych uznało, że inżynierowie danych spędzają jedną czwartą swojego czasu pracy na wdrażaniu modeli ML (ang. Machine learning). Natomiast kolejne 36% respondentów wskazało, że stosunek ten wynosi nawet 1:1. Jak więc wzbogacić proces implementacji systemów uczenia maszynowego? Co należy zrobić, żeby inżynierowie danych mogli skupić się w pełni na swoich obowiązkach? W niniejszej publikacji odpowiem na powyższe pytania oraz przedstawię przykłady praktyk, wykorzystywanych przez MLOps w celu efektywniejszego wytwarzania systemów ML. Rysunek 1 przedstawia główne etapy procesu […]
