MLOPSLS: um framework serverless para aprendizado de máquina com ciclo de vida DevOps

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPires, Paulo de Figueiredo-
Autor(es): dc.contributorDelicato, Flávia Coimbra-
Autor(es): dc.contributorAragão, Antonio Augusto de-
Autor(es): dc.creatorLibera, Caio Della-
Data de aceite: dc.date.accessioned2024-07-11T18:01:13Z-
Data de disponibilização: dc.date.available2024-07-11T18:01:13Z-
Data de envio: dc.date.issued2023-02-22-
Data de envio: dc.date.issued2023-02-22-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/27936-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/761963-
Descrição: dc.descriptionTendo em vista o crescente aumento na utilização de soluções de aprendizado de máquina na indústria e pesquisa, o presente trabalho tem como objetivo realizar um levantamento das principais atividades concernentes a sistemas de ML. A partir deste levantamento, são derivados requisitos de software para um framework específico para sistemas de ML, chamado MLOPSLS, consolidado sob uma abordagem DevOps — ou MLOps — a fim de garantir entregas de qualidade, seguras e frequentes para as soluções de ML de seus usuários. Para apoiar o desenvolvimento do framework, foi utilizada a arquitetura serverless — especificamente com o uso do provedor de nuvem AWS — por sua baixa necessidade de configuração, alta escalabilidade e disponibilidade, e cobrança pay-per-use, que garante que o desenvolvedor não será cobrado por eventuais períodos de ociosidade. A implementação efetiva dos requisitos levantados apontam para a possibilidade de se utilizar serverless e abordagem DevOps para apoiar sistemas de ML, em especial para praticantes de ML com pouca experiência em desenvolvimento de software ou gerenciamento de infraestrutura computacional-
Descrição: dc.descriptionIn view of the increasing use of machine learning solutions in industry and research, the present work aims to carry out a survey of the main activities concerning ML systems. From this survey, software requirements are derived to develop a framework focused on ML systems, called MLOPSLS, which makes use of a DevOps approach — or MLOps — in order to guarantee quality, safe and frequent deliveries for the solutions of ML of its users. To support the development of the framework, a serverless architecture was used — specifically with the use of the AWS cloud provider — due to its low need for configuration, high scalability and availability, and pay-per-use billing, which guarantees that the developer will not be charged for any idle periods. The effective implementation of the raised requirements point to the possibility of using serverless and DevOps approach to support ML systems, especially for ML practitioners with little experience in software development or computing infrastructure management-
Descrição: dc.description58 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectML-
Palavras-chave: dc.subjectSistemas de Aprendizado de Máquina-
Palavras-chave: dc.subjectAprendizado de Máquina-
Palavras-chave: dc.subjectDevOps-
Palavras-chave: dc.subjectMLOps-
Palavras-chave: dc.subjectServerless-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectCiência da computação-
Palavras-chave: dc.subjectFramework (Programa de computador)-
Palavras-chave: dc.subjectMachine Learning Systems-
Palavras-chave: dc.subjectMachine Learning-
Título: dc.titleMLOPSLS: um framework serverless para aprendizado de máquina com ciclo de vida DevOps-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.