Si bien muchas compañías han adoptado las prácticas DevOps para mejorar la entrega de su software, estas mismas técnicas rara vez se aplican a proyectos de Machine Learning. La colaboración entre Developers y Data Scientists suele ser problemática y la implementación de modelos en un entorno de producción de forma confiable a menudo es un reto imposible.

En esta sesión, aprenderás como aplicar las prácticas de DevOps a tus proyectos de Machine Learning con Azure DevOps y el Servicio de Azure ML. Configuraremos el training, scoring y el almacenamiento automatizado de modelos versionados e introduciremos los modelos en contenedores dockerizados para posteriormente implementarlos en Azure Container Instances y Azure Kubernetes Service. Incluso recopilaremos feedback continuos sobre el comportamiento del modelo para saber cuándo volverlo a entrenar.