El desarrollo de MLOps, o machine learning operations, está transformando la forma en que las empresas implementan modelos de aprendizaje automático. Esta disciplina integra personas, procesos y tecnología para ejecutar casos de uso de aprendizaje automático de manera eficiente, basándose en la creación de plataformas que aseguran la consistencia y solidez de los ciclos de vida de los modelos. Las
La creciente población mundial plantea un enorme desafío para la producción de alimentos, fibras y combustibles. A medida que el cambio climático avanza, también se requiere la restauración de recursos naturales como el suelo y el agua. Bayer Crop Science ha pronosticado que para el año 2050 será necesario incrementar la producción de cultivos en un 50% para satisfacer estas
En el dinámico mundo de la ciencia de datos, los equipos enfrentan numerosos desafíos al trasladar sus modelos desde entornos de desarrollo hasta escenarios de producción. Problemas como la integración de modelos en el entorno de TI, la adaptación del código a estándares de seguridad, y el acceso a datos de calidad han sido constantes obstáculos. Además, la falta de
Aviva, una de las empresas de seguros más antiguas del mundo, ha dado un paso significativo en su transformación digital al implementar una plataforma MLOps completamente sin servidores. Con operaciones en 16 países y atendiendo a más de 33 millones de clientes, la aseguradora busca mejorar sus procesos operativos y ofrecer mejores experiencias a sus usuarios a través de la
En el vertiginoso y cambiante panorama del marketing digital, Zeta Global se destaca con sus avances innovadores en inteligencia artificial (IA). La compañía, líder en tecnología de marketing basada en la nube y orientada por datos, ha transformado la manera en que las marcas se conectan con sus audiencias a través de soluciones no solo innovadoras, sino también extremadamente efectivas.
Las operaciones de aprendizaje automático, conocidas como MLOps, son un conjunto de prácticas diseñadas para automatizar y simplificar los flujos de trabajo y despliegues del aprendizaje automático (ML). Conforme las cargas de trabajo de ML se vuelven cada vez más complejas y consumen más energía y recursos, un número creciente de empresas busca maneras de gestionar tanto los costos como
Thomson Reuters (TR), una de las organizaciones de información más confiables del mundo, ha logrado en su división de investigación, Thomson Reuters Labs (TR Labs), notables avances en la implementación de procesos de operaciones de aprendizaje automático (MLOps). Estos esfuerzos han sido facilitados mediante la adopción de un marco de trabajo estandarizado que utiliza soluciones basadas en Amazon Web Services
Red Hat reunió a once especialistas de su plantilla para anticipar qué cambios técnicos y de negocio traería 2023. El resultado es una colección de predicciones que cubre desde la inferencia de IA en el edge hasta la expansión de los Open Source Program Offices, pasando por Kubernetes, Ansible, Linux y la gestión de modelos en producción. Un mapa de
Programar con inteligencia artificial (IA) ha dejado de ser cosa de laboratorios o equipos de investigación. Hoy cualquier desarrollador medio acaba tocando, de una forma u otra, modelos de lenguaje (LLM), agentes, almacenes vectoriales o pipelines de datos. El cambio de escala viene con una lista de retos que no se resuelven afinando el prompt: gestión de datos, control del
