Mudanças entre as edições de "Aplicação dos conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias"
Ir para navegação
Ir para pesquisar
(4 revisões intermediárias pelo mesmo usuário não estão sendo mostradas) | |||
Linha 1: | Linha 1: | ||
<center> | <center> | ||
'''Aplicação dos Conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias''' | '''Aplicação dos Conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias''' | ||
− | : | + | : André Luiz Faraco Mazucheli; |
− | : | + | : Mario de Noronha Neto, Dr; |
− | + | : Trabalho realizado como parte das atividades da disciplina TCC29009; | |
− | :Trabalho realizado como parte das atividades da disciplina TCC29009; | + | : 1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC; |
− | :1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC; | + | : 2Professor do Departamento de Telecomunicações do Campus São José do IFSC; |
− | :2Professor | ||
− | |||
</center> | </center> | ||
− | ;Resumo: | + | ;Resumo |
− | + | : Com o avanço da tecnologia, cada vez mais fica evidente o seu impacto em nosso cotidiano. Dentre estas tecnologias, uma que se destaca é o Machine Learning. Em sua imensidão de aplicações, existem muitos desafios a serem enfrentados quando se trata da engenharia dos dados utilizados em cada sistema, e também muitos obstáculos que surgem quando implantado em produção. Estima-se que finalizar a modelagem e definição dos dados, pode representar menos da metade do que seria a primeira versão estável, confiável e eficiente do sistema. Este trabalho visa aplicar conceitos de MLOPs, em cenário de produção, explorando cada etapa do ciclo de vida de um sistema de Machine Learning, com o intuído de definir boas práticas e ferramentas para auxiliar no processo. | |
− | |||
− | ;Palavras-chave: | + | ;Palavras-chave: MLOps. Machine Learning. Engenharia de dados. |
− | |||
− | |||
− | |||
− | |||
+ | ;Arquivos do TCC: | ||
* [[Media: TCC1Resumo_expandido_ANDRE_LUIZ_FARACO_MAZUCHELI.pdf| Resumo Expandido.pdf]] | * [[Media: TCC1Resumo_expandido_ANDRE_LUIZ_FARACO_MAZUCHELI.pdf| Resumo Expandido.pdf]] | ||
* [[Media: Projeto_de_TCC_ANDRE_LUIZ_FARACO_MAZUCHELI.pdf|Projeto de TCC.pdf]] | * [[Media: Projeto_de_TCC_ANDRE_LUIZ_FARACO_MAZUCHELI.pdf|Projeto de TCC.pdf]] | ||
[[Categoria: TCC]] | [[Categoria: TCC]] |
Edição atual tal como às 14h09min de 14 de fevereiro de 2023
Aplicação dos Conceitos de Engenharia de Aprendizado de Máquina em Produção em um Sistema de Detecção de Anomalias
- André Luiz Faraco Mazucheli;
- Mario de Noronha Neto, Dr;
- Trabalho realizado como parte das atividades da disciplina TCC29009;
- 1Estudante do Curso de Engenharia de Telecomunicações do Campus São José do IFSC;
- 2Professor do Departamento de Telecomunicações do Campus São José do IFSC;
- Resumo
- Com o avanço da tecnologia, cada vez mais fica evidente o seu impacto em nosso cotidiano. Dentre estas tecnologias, uma que se destaca é o Machine Learning. Em sua imensidão de aplicações, existem muitos desafios a serem enfrentados quando se trata da engenharia dos dados utilizados em cada sistema, e também muitos obstáculos que surgem quando implantado em produção. Estima-se que finalizar a modelagem e definição dos dados, pode representar menos da metade do que seria a primeira versão estável, confiável e eficiente do sistema. Este trabalho visa aplicar conceitos de MLOPs, em cenário de produção, explorando cada etapa do ciclo de vida de um sistema de Machine Learning, com o intuído de definir boas práticas e ferramentas para auxiliar no processo.
- Palavras-chave
- MLOps. Machine Learning. Engenharia de dados.
- Arquivos do TCC