Artwork

Contenido proporcionado por Amazon Web Services España. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Amazon Web Services España o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.
Player FM : aplicación de podcast
¡Desconecta con la aplicación Player FM !

#0009: MLOps en AWS

39:10
 
Compartir
 

Manage episode 295147758 series 2920276
Contenido proporcionado por Amazon Web Services España. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Amazon Web Services España o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.
Tenemos la visita de Guillermo Menendez, Solutions Architect del área de Energía y nos viene a contar sobre los procesos de MLOps para machine learning e inteligencia artificial.
Guillermo Menendez - @_gmcorral_
Guillermo Menendez Corral es un solutions architect en Amazon Web Services dedicado al área de Energía. Tiene mas de 15 años de experiencia diseñando y construyendo aplicativos y actualmente ayuda a grandes clientes en sus arquitecturas de cloud, con un foco en Analytics y Machine Learning.
Rodrigo Asensio - @rasensio
Basado en Barcelona, España, Rodrigo es responsable de un equipo de Solution Architecture del segmento Enterprise que ayuda a grandes clientes en sus migraciones masivas al cloud, en transformación digital y proyectos de innovación.
Links
SageMaker para preparar , crear entrenar y desplegar modelos de ML https://aws.amazon.com/sagemaker/
SageMaker Feature Store para almacenar features de nuestro dataset https://aws.amazon.com/sagemaker/feature-store/
SageMaker Autopilot para construir y entrenar modelos automaticamente https://aws.amazon.com/sagemaker/autopilot/
SageMaker Studio el IDE para ML https://aws.amazon.com/sagemaker/studio/
SageMaker Model Monitor para monitorizar modelos de ML en producción https://docs.aws.amazon.com/sagemaker/latest/dg/model-monitor.html
SageMaker Pipelines CI/CD para Machine Learning https://aws.amazon.com/sagemaker/pipelines/
AWS Step Functions para orquestación de CI/CD de ML https://aws.amazon.com/step-functions/
Managed Apache Airflow para orquestación de CI/CD de ML https://aws.amazon.com/managed-workflows-for-apache-airflow/
SageMaker Ground Truth preparacion y etiquetado de datos https://aws.amazon.com/sagemaker/groundtruth/
SageMaker Pre Processing para pre procesamiento de datos https://aws.amazon.com/blogs/aws/amazon-sagemaker-processing-fully-managed-data-processing-and-model-evaluation/
SageMaker Debugger para poder visualizar detalles del entrenamiento del modelo https://aws.amazon.com/sagemaker/debugger/
SageMaker Experiments para grabar y categorizar experimentos https://aws.amazon.com/blogs/aws/amazon-sagemaker-experiments-organize-track-and-compare-your-machine-learning-trainings/
Managed Spot Training para abaratar costes https://docs.aws.amazon.com/sagemaker/latest/dg/model-managed-spot-training.html
  continue reading

30 episodios

Artwork
iconCompartir
 
Manage episode 295147758 series 2920276
Contenido proporcionado por Amazon Web Services España. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Amazon Web Services España o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.
Tenemos la visita de Guillermo Menendez, Solutions Architect del área de Energía y nos viene a contar sobre los procesos de MLOps para machine learning e inteligencia artificial.
Guillermo Menendez - @_gmcorral_
Guillermo Menendez Corral es un solutions architect en Amazon Web Services dedicado al área de Energía. Tiene mas de 15 años de experiencia diseñando y construyendo aplicativos y actualmente ayuda a grandes clientes en sus arquitecturas de cloud, con un foco en Analytics y Machine Learning.
Rodrigo Asensio - @rasensio
Basado en Barcelona, España, Rodrigo es responsable de un equipo de Solution Architecture del segmento Enterprise que ayuda a grandes clientes en sus migraciones masivas al cloud, en transformación digital y proyectos de innovación.
Links
SageMaker para preparar , crear entrenar y desplegar modelos de ML https://aws.amazon.com/sagemaker/
SageMaker Feature Store para almacenar features de nuestro dataset https://aws.amazon.com/sagemaker/feature-store/
SageMaker Autopilot para construir y entrenar modelos automaticamente https://aws.amazon.com/sagemaker/autopilot/
SageMaker Studio el IDE para ML https://aws.amazon.com/sagemaker/studio/
SageMaker Model Monitor para monitorizar modelos de ML en producción https://docs.aws.amazon.com/sagemaker/latest/dg/model-monitor.html
SageMaker Pipelines CI/CD para Machine Learning https://aws.amazon.com/sagemaker/pipelines/
AWS Step Functions para orquestación de CI/CD de ML https://aws.amazon.com/step-functions/
Managed Apache Airflow para orquestación de CI/CD de ML https://aws.amazon.com/managed-workflows-for-apache-airflow/
SageMaker Ground Truth preparacion y etiquetado de datos https://aws.amazon.com/sagemaker/groundtruth/
SageMaker Pre Processing para pre procesamiento de datos https://aws.amazon.com/blogs/aws/amazon-sagemaker-processing-fully-managed-data-processing-and-model-evaluation/
SageMaker Debugger para poder visualizar detalles del entrenamiento del modelo https://aws.amazon.com/sagemaker/debugger/
SageMaker Experiments para grabar y categorizar experimentos https://aws.amazon.com/blogs/aws/amazon-sagemaker-experiments-organize-track-and-compare-your-machine-learning-trainings/
Managed Spot Training para abaratar costes https://docs.aws.amazon.com/sagemaker/latest/dg/model-managed-spot-training.html
  continue reading

30 episodios

Todos los episodios

×
 
Loading …

Bienvenido a Player FM!

Player FM está escaneando la web en busca de podcasts de alta calidad para que los disfrutes en este momento. Es la mejor aplicación de podcast y funciona en Android, iPhone y la web. Regístrate para sincronizar suscripciones a través de dispositivos.

 

Guia de referencia rapida