Las plataformas de operacionalización del aprendizaje automático (MLOps) permiten a los usuarios gestionar y monitorear modelos de aprendizaje automático a medida que se integran en aplicaciones empresariales. Además, muchas de estas herramientas facilitan el despliegue de estos modelos. Con estas herramientas, las empresas pueden implementar modelos y algoritmos de aprendizaje automático construidos por científicos de datos y desarrolladores. El software de MLOps automatiza el despliegue, monitorea la salud, el rendimiento y la precisión de los modelos, e itera sobre esos modelos. Algunas herramientas proporcionan características para hacer esto de manera colaborativa. Esto permite a las empresas escalar el aprendizaje automático en toda la compañía y tener un impacto tangible en el negocio.
Además, estos productos pueden proporcionar capacidades de seguridad, aprovisionamiento y gobernanza para asegurar que solo aquellos autorizados para hacer cambios de versión o ajustes de despliegue puedan hacerlo. Las herramientas pueden diferir en cuanto a qué parte del viaje o flujo de trabajo del aprendizaje automático se enfocan, incluyendo explicabilidad, hiperoptimización, ingeniería de características, riesgo del modelo, selección del modelo, monitoreo del modelo y seguimiento de experimentos.
Estas herramientas suelen ser independientes del lenguaje, por lo que pueden ser desplegadas con éxito sin importar cómo se construya un algoritmo. Sin embargo, algunas pueden enfocarse específicamente en lenguajes como R o Python, entre otros. Algunos de estos productos están dedicados a rastrear experimentos de aprendizaje automático para comprender mejor el rendimiento de los modelos. Además, algunos productos proporcionan la capacidad de aumentar los conjuntos de datos de entrenamiento de los usuarios para mejorar el entrenamiento del modelo.
Algunas soluciones de MLOps ofrecen una forma de gestionar todos los modelos de aprendizaje automático en toda la empresa en una sola ubicación. Aunque similares a las plataformas de ciencia de datos y aprendizaje automático, este software difiere ya que se enfoca en el mantenimiento y monitoreo de modelos en lugar del despliegue.
Para calificar para la inclusión en la categoría de Plataformas MLOps, un producto debe:
Ofrecer una plataforma para monitorear y gestionar modelos de aprendizaje automático
Permitir a los usuarios integrar modelos en aplicaciones empresariales en toda una empresa
Rastrear la salud y el rendimiento de los modelos de aprendizaje automático desplegados
Proporcionar una herramienta de gestión holística para comprender mejor todos los modelos desplegados en una empresa
