Matias Kreder
CTO @ MechanizedAI
CTO @ MechanizedAI
Buenos Aires, Argentina
Actions
Computer Engineer with over 20 years of experience focusing on Cloud Architecture, Development, and AI/ML. I excel in leading globally distributed remote teams. I have been a multi-time finalist in the AWS DeepRacer autonomous racing league. Additionally, I collaborate as an SME for the AWS AI Practitioner exam and actively participate in the AWS Community Builders program in the ML/AI field. I am a professor at UADE and the CTO at MechanizedAI, a company dedicated to modernizing and optimizing enterprise applications using AI.
Ingeniero en Informática con más de 20 años de experiencia enfocado en Cloud Architecture, Desarrollo e IA/ML. Me destaco en liderar equipos remotos distribuidos globalmente. He sido finalista en múltiples ocasiones en la liga de carreras autónomas AWS DeepRacer. Además, colaboro como SME para el examen AI Practitioner de AWS (Participe en la creación del mismo) y participo activamente en el programa AWS Community Builders como especialista en ML/AI. Soy profesor en UADE y CTO en MechanizedAI, una empresa que se dedica a modernizar y optimizar aplicaciones empresariales mediante el uso de IA.
Area of Expertise
Topics
El arte de gestionar modelos de IA en producción (Entendiendo MLOps, FMOps y LLMOps)
En esta sesión, exploraremos como gestionar modelos de IA en producción. Abordaremos los conceptos clave de MLOps, FMOps y LLMOps, y cómo simplificar la implementación y el mantenimiento de modelos de IA a escala a través de diferentes arquitecturas en la nube. También hablaremos del rol del "fine-tuner" en el entrenamiento continuo de un modelo de IA.
Racing with AWS DeepRacer Student
La plataforma "AWS DeepRacer" permite aprender sobre Machine Learning y Reinforcement Learning mientras se compite por recorrer un circuito en el menor tiempo posible. La liga "Student", en particular, permite competir en circuitos con fines educativos, y sin riesgos de generar costos de infraestructura. En este workshop se explorará el entorno, se discutirá sobre el entrenamiento de los modelos y las herramientas disponibles para la analítica de los logs de la carrera. Como parte del cierre se propone una competencia virtual dentro de "AWS Deep Racer Student" e identificar a uno o más ganadores entre los participantes del taller.
Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.
Jump to top