L’amélioration des techniques d’intelligence artificielle, Machine Learning et Deep Learning suppose un progrès dans la transformation numérique
Tenter de faire en sorte que ces produits logiciels soient déployés efficacement en production est un défi à relever. Lors de ces journées, nous présenterons de nouveaux modèles fondés sur les bonnes pratiques en matière de développement et d'exploitation DevOps.
Nouvelles variantes de l’univers Ops : MLOps et IAOps
- Ces variantes sont destinées à faire du modèle un artefact de logiciel réutilisable et pouvant être implémenté et surveillé en continu par un processus reproductible et mesurable.
- Ces variantes ont pour principal avantage de réduire l’écart entre l’essai de concept/les expériences initiales et les produits d’intelligence artificielle de production réelle.
- La connaissance de ces techniques aidera les développeurs et les architectes de solutions IA à implémenter et gérer de manière fiable et efficace les modèles et processus IA en production, et les analystes à disposer d’un cadre de développement auquel se référer.
Public cible
- Équipes de développement
Intervenant Dre Ana Isabel Torre Bastida
- Dre Ana Isabel Torre Bastida, licenciée en Génie informatique à l’Université de Deusto, master en Systèmes informatiques avancés et docteure en Informatique à l’Université du Pays basque (EHU). Elle travaille chez TECNALIA principalement au développement de projets pour des clients dans le secteur de l’énergie, de l’industrie et de la logistique en utilisant des technologies Big Data et techniques IA.
- Ses travaux sont axé sur la recherche d’innovation en appliquant de nouvelles technologies de Big Data (analyse des données et calcul parallèle), en particulier sur le stockage, la transformation (ETL) et l’analyse/consultation en batch ou en temps réel, et sur les phases de déploiement en production/exploitation de processus analytiques dans des environnements hybrides complexes (Cloud/Fog/Edge Computing) dans différents secteurs.