Title: | Aprovisionamiento de recursos para la ejecución de experimentos basados en Machine Learning a través de las guías MLops |
Authors: | Peñafiel Mora, David Marcelo Seaman Mora, Daniel Andrés |
metadata.dc.contributor.advisor: | Saquicela Galarza, Víctor Hugo |
metadata.dc.description.uri: | 000-0002-2438-9220 |
metadata.dc.subject.other: | CIUC::Informática::Almacenamiento::Almacenamiento Interno |
Keywords: | Ingeniería de Sistemas Programación Recursos virtuales |
Issue Date: | 25-May-2023 |
metadata.dc.format.extent: | 107 páginas |
Publisher: | Universidad de Cuenca |
Abstract: | Within scientific research, beyond the specific knowledge required to conduct research, some
knowledge is needed in other areas such as machine learning, statistics, programming, or
databases, to name a few. On the other hand, manual machine learning workflows can present
various technical issues due to the variety of tools and professionals involved in these processes,
especially when considering the machine learning development lifecycle. This implies
that during experimentation, there may be issues starting with the preparation of necessary resources
and services to carry out such procedures. Due to this, areas such as MLOps seek to
reduce technical debt in the development of machine learning-based applications by promoting
process automation through what is known as MLOps pipelines. In this context, this paper proposes
the creation of a software prototype that facilitates the provisioning of necessary tools
for the creation, configuration, execution, and versioning of scientific experiments based on
machine learning using MLOps techniques and methodologies. |
Description: | Dentro de la investigación científica, más allá del conocimiento específico que se requiere para
realizar la investigación, se necesita un poco de conocimiento dentro de otras áreas: Machine
Learning, estadística, programación o bases de datos por mencionar algunas. Por otra parte,
los flujos manuales de Machine Learning llegan a presentar diversos problemas técnicos, debido
a la variedad de herramientas y profesionales que se involucran en estos procesos, especialmente
al tomar en cuenta el ciclo de vida del desarrollo de Machine Learning. Esto implica
que al realizar experimentación, existan problemáticas desde la preparación de los recursos y
servicios necesarios para llevar a cabo este tipo de procedimientos. Debido a esto, áreas como
MLOps tratan de reducir la deuda técnica en el desarrollo de aplicaciones basadas en Machine
Learning, esto se realiza fomentando la automatización de procesos mediante lo que se conoce
como pipelines MLOps. Bajo este contexto, en el presente trabajo se plantea la creación de
un prototipo de software que facilite el aprovisionamiento de las herramientas necesarias para
la creación, configuración, ejecución y versionamiento de experimentos científicos basados en
Machine Learning mediante la utilización de técnicas y metodologías MLOps. |
URI: | http://dspace.ucuenca.edu.ec/handle/123456789/41969 |
metadata.dc.relation.ispartof: | TS;304 |
metadata.dcterms.description: | Ingeniero de Sistemas |
Appears in Collections: | Tesis de Pregrado
|