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
Etiqueta: Desfazer |
|||
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 do Departamento de Telecomunicações do Campus São José do IFSC; | ||
− | |||
</center> | </center> | ||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
;Resumo | ;Resumo | ||
− | : Com o avanço da tecnologia, cada vez mais fica evidente o seu impacto em nosso cotidiano. | + | : 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. |
− | MLOps. Machine Learning. Engenharia de dados. | ||
− | ;Arquivos do TCC: | + | ;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