Descubre más sobre ML en Google Cloud en este artículo elaborado por los expertos en IA y ML de Devoteam G Cloud.
Este White Paper, escrito por nuestros ingenieros de la nube, te ayudará a orientarte para iniciarte en el mundo del aprendizaje automático y MLOps en Google Cloud.
Descarga el White Paper para descubrirlo:
- Conocimientos básicos de Google Cloud
- Conocimientos básicos de MLOps
- Visión general de los servicios de aprendizaje automático en Google Cloud
- Cómo aplicar MLOps en Google Cloud
Índice de contenidos:
1 Introdución
2 Aspectos básicos de Google Cloud
2.1 La jerarquía de recursos de GCP
2.2 Gestión de identidades y accesos
2.3 Servicios
2.4 Localidades, regiones y zonas
3 Aspectos básicos de las MLOps
3.1 Hacia una cadena de despliegue reutilizable
3.1.1 Componentes del Pipeline
3.1.2 Pipelines
3.1.3 Sistema de control de versiones
3.1.4 Construir y almacenar artefactos
3.1.5 Un ejemplo de principio a fin
3.2 La tienda de artículos
3.3 Gestión del medio ambiente
3.4 Seguimiento de los modelos desplegados
3.4.1 SLAs, SLOs y SLIs
3.4.2 Cumplimiento de los objetivos estratégicos
3.4.3 Medición del rendimiento de los modelos SLI
3.5 Control de la desviación de características
3.6 Mantener los modelos actualizados
3.7 La infraestructura como código
4 Servicios de Machine Learning en Google Cloud
4.1 Almacenamiento en la nube
4.2 BigQuery
4.3 Vertex AI
4.3.1 Vertex AI Training
4.3.2 Vertex AI Pipelines
4.3.3 Vertex AI Metadata Store
4.3.4 Vertex AI Model Registry
4.3.5 Vertex AI Feature Store
4.3.6 Vertex AI Workbench
5 Aplicación de MLOps en Google Cloud
5.1 Exploración y experimentación de datos
5.2 Almacén de características de Vertex AI
5.3 Pipelines en Vertex AI
5.4 Model Training
5.4.1 AutoML Training
5.4.2 Entrenamiento personalizado
5.4.3 Entrenamiento personalizado de ajuste de hiperparámetros
5.5 Model Hosting
5.5.1 Vertex AI Endpoints
5.5.2 Cloud Run
5.5.3 Google Kubernetes Engine
5.5.4 ¿Cuándo elegir qué opción?
5.6 Model Monitoring
5.7 Modelo de transparencia y equidad
5.8 A practical example
6 Conclusión
