Recursos

David Nigenda, Zohar Karnin, Muhammad Bilal Zafar, Raghu Ramesha, Alan Tan, Michele Donini e Krishnaram Kenthapadi. 2022. “Amazon SageMaker Model Monitor: um sistema para insights em tempo real sobre modelos de Machine Learning implantados”: arXiv:2111.13657.

Richard Meyes, Melanie Lu, Constantin Waubert de Puiseau e Tobias Meisen. 2019. "Ablation Studies in Artificial Neural Networks": arXiv:1901.08644.

Brian Babcock, Mayur Datar e Rajeev Motwani. "Sampling From a Moving Window Over Streaming Data": Princeton University.

Chip Huyen. Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications. Sebastopol, California: O'Reilly Media, 2022.

Cathy Chen, Niall Murphy, Kranti Parisa, D. Sculley e Todd Underwood. Reliable Machine Learning: Applying SRE Principles to ML in Production. Sebastopol, California: O'Reilly Media, 2022.

AWS Well-Architected Framework: lente de Machine Learning

Detecte o desvio de dados da PNL usando o Amazon SageMaker Model Monitor personalizado (publicação no blog)

A/B Teste dinâmico para modelos de aprendizado de máquina com SageMaker MLOps projetos da Amazon (postagem no blog)

Amazon SageMaker

Data Version Control (DVC)

AWS Serviços profissionais