Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/55/55137/tde-24112022-153525/ |
Resumo: | Aprendizado de Máquina (Machine Learning - ML - em inglês) tem se tornado a principal tecnologia para automação de diversos casos de usos na indústria; desde detecção de caracteres (OCR - Optical Character Recognition) até veículos autônomos. Entretanto, desenvolver e gerenciar esses modelos de aprendizado de máquina em produção é complexo. Especialmente porque quem desenvolve os modelos não necessariamente tem as habilidades para colocá-los em produção e monitorá-los. Este trabalho propõe o Flowi: uma plataforma de gerenciamento do ciclo de vida de aprendizado de máquina. Ela é baseada em componentes para capacitar cientistas de dados a trazer seus conhecimentos aos modelos com escalabilidade, rastreio de experimentos, deploy, monitoramento e otimização de hiper-parâmetros por padrão. |
id |
USP_17202803e28eba51e135ed190ecb5e6f |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-24112022-153525 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquinaFlowi: a platform for ML development and managementAprendizado de máquinaMachine learningML LifecycleML lifecycleMLOpsMLOpsPlataformaPlatformAprendizado de Máquina (Machine Learning - ML - em inglês) tem se tornado a principal tecnologia para automação de diversos casos de usos na indústria; desde detecção de caracteres (OCR - Optical Character Recognition) até veículos autônomos. Entretanto, desenvolver e gerenciar esses modelos de aprendizado de máquina em produção é complexo. Especialmente porque quem desenvolve os modelos não necessariamente tem as habilidades para colocá-los em produção e monitorá-los. Este trabalho propõe o Flowi: uma plataforma de gerenciamento do ciclo de vida de aprendizado de máquina. Ela é baseada em componentes para capacitar cientistas de dados a trazer seus conhecimentos aos modelos com escalabilidade, rastreio de experimentos, deploy, monitoramento e otimização de hiper-parâmetros por padrão.Machine Learning (ML) is becoming a leading technology for several industry automation use cases, from optical character recognition (OCR) to autonomous vehicles. However, developing and managing these machine learning models in production is complex, specially because the one developing the model may not have the skills to deploy and monitor it. This work proposes Flowi as a component based ML lifecycle platform that empowers data scientists to bring their knowledge to the model with built-in scalability, experiment tracking, deploy, monitoring and parameter optimization.Biblioteca Digitais de Teses e Dissertações da USPOsório, Fernando SantosSilva, Leonardo Claudio de Paula e2022-09-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55137/tde-24112022-153525/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-11-24T17:44:04Zoai:teses.usp.br:tde-24112022-153525Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-11-24T17:44:04Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina Flowi: a platform for ML development and management |
title |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina |
spellingShingle |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina Silva, Leonardo Claudio de Paula e Aprendizado de máquina Machine learning ML Lifecycle ML lifecycle MLOps MLOps Plataforma Platform |
title_short |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina |
title_full |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina |
title_fullStr |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina |
title_full_unstemmed |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina |
title_sort |
Flowi: uma plataforma para desenvolvimento e gerenciamento de modelos de aprendizado de máquina |
author |
Silva, Leonardo Claudio de Paula e |
author_facet |
Silva, Leonardo Claudio de Paula e |
author_role |
author |
dc.contributor.none.fl_str_mv |
Osório, Fernando Santos |
dc.contributor.author.fl_str_mv |
Silva, Leonardo Claudio de Paula e |
dc.subject.por.fl_str_mv |
Aprendizado de máquina Machine learning ML Lifecycle ML lifecycle MLOps MLOps Plataforma Platform |
topic |
Aprendizado de máquina Machine learning ML Lifecycle ML lifecycle MLOps MLOps Plataforma Platform |
description |
Aprendizado de Máquina (Machine Learning - ML - em inglês) tem se tornado a principal tecnologia para automação de diversos casos de usos na indústria; desde detecção de caracteres (OCR - Optical Character Recognition) até veículos autônomos. Entretanto, desenvolver e gerenciar esses modelos de aprendizado de máquina em produção é complexo. Especialmente porque quem desenvolve os modelos não necessariamente tem as habilidades para colocá-los em produção e monitorá-los. Este trabalho propõe o Flowi: uma plataforma de gerenciamento do ciclo de vida de aprendizado de máquina. Ela é baseada em componentes para capacitar cientistas de dados a trazer seus conhecimentos aos modelos com escalabilidade, rastreio de experimentos, deploy, monitoramento e otimização de hiper-parâmetros por padrão. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-09-30 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/55/55137/tde-24112022-153525/ |
url |
https://www.teses.usp.br/teses/disponiveis/55/55137/tde-24112022-153525/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257319660847104 |