Available options are listed below:
Aprenda Mlflow: Gerencie Pipelines e Modelos de Machine Learning com Eficiência
| AUTHOR | Smart Tech Content, Studiod21; Rodrigues, Diego |
| PUBLISHER | Independently Published (04/14/2025) |
| PRODUCT TYPE | Paperback (Paperback) |
"APRENDA MLflow - Gerencie Pipelines e Modelos de Machine Learning com Eficiência"
Este livro oferece uma abordagem técnica e prática para profissionais que desejam dominar o MLflow - uma das principais plataformas de gerenciamento do ciclo de vida de modelos de Machine Learning. A obra cobre desde a instalação do ambiente até o deploy em produção, sempre com foco em reprodutibilidade, versionamento, rastreamento e governança técnica. Cada capítulo apresenta um componente-chave do MLflow (Tracking, Projects, Models, Model Registry) e mostra como aplicá-lo em cenários reais, com exemplos claros, estrutura progressiva e boas práticas consolidadas.
Mais do que uma introdução, este é um guia de operação profissional. Ao longo dos capítulos, você aprenderá a construir pipelines auditáveis, automatizar integrações com CI/CD, controlar versões de modelos em produção, realizar análises de métricas e planejar escalabilidade. Também são exploradas integrações com AutoML, Spark, ambientes em nuvem, validação de segurança, controle de acesso e monitoramento pós-implantação.
O conteúdo foi desenvolvido com base no protocolo TECHWRITE 2.2, garantindo aplicabilidade imediata em ambientes corporativos e técnicos. Ideal para engenheiros de dados, cientistas de dados, arquitetos de MLOps e líderes técnicos que buscam elevar o padrão de entrega de modelos em ambientes reais.
MLflow, MLOps, gerenciamento de modelos, rastreamento de experimentos, deploy de modelos.
"APRENDA MLflow - Gerencie Pipelines e Modelos de Machine Learning com Eficiência"
Este livro oferece uma abordagem técnica e prática para profissionais que desejam dominar o MLflow - uma das principais plataformas de gerenciamento do ciclo de vida de modelos de Machine Learning. A obra cobre desde a instalação do ambiente até o deploy em produção, sempre com foco em reprodutibilidade, versionamento, rastreamento e governança técnica. Cada capítulo apresenta um componente-chave do MLflow (Tracking, Projects, Models, Model Registry) e mostra como aplicá-lo em cenários reais, com exemplos claros, estrutura progressiva e boas práticas consolidadas.
Mais do que uma introdução, este é um guia de operação profissional. Ao longo dos capítulos, você aprenderá a construir pipelines auditáveis, automatizar integrações com CI/CD, controlar versões de modelos em produção, realizar análises de métricas e planejar escalabilidade. Também são exploradas integrações com AutoML, Spark, ambientes em nuvem, validação de segurança, controle de acesso e monitoramento pós-implantação.
O conteúdo foi desenvolvido com base no protocolo TECHWRITE 2.2, garantindo aplicabilidade imediata em ambientes corporativos e técnicos. Ideal para engenheiros de dados, cientistas de dados, arquitetos de MLOps e líderes técnicos que buscam elevar o padrão de entrega de modelos em ambientes reais.
MLflow, MLOps, gerenciamento de modelos, rastreamento de experimentos, deploy de modelos.
