Pipeline de datos y puesta en producción de modelos de ML - Adrian Soto

Cada vez es más frecuente ver organizaciones y compañías que quieren sacar el máximo valor posible de sus datos. Para lograr esto, uno puede ir desde utilizar herramientas de análisis de datos hasta desarrollar modelos sofisticados de Machine Learning. En este contexto, es común que los Data Scientists construyan y validen modelos, pero ¿qué pasa cuándo hay que disponibilizarlos en un ambiente de producción?. En esta charla vamos a aprender cómo armar un pipeline de datos de inicio a fin, que va desde la extracción de datos hasta el momento en que los datos son utilizados por nuestros modelos. Además, vamos a dar un tour por las herramientas más utilizadas en este contexto