Machine Learning Operations (MLOps) e infraestrutura de soluções

Autores

Sávio Salvarino Teles de Oliveira
Universidade Federal de Goiás
https://orcid.org/0009-0002-1203-5246
Renata Dutra Braga
Universidade Federal de Goiás
https://orcid.org/0000-0002-3448-0343
Taciana Novo Kudo
Universidade Federal de Goiás
https://orcid.org/0000-0002-7238-0562
Ricardo Augusto Pereira Franco
Universidade Federal de Goiás
https://orcid.org/0000-0001-7169-3367
Luciana de Oliveira Berretta
Universidade Federal de Goiás
https://orcid.org/0000-0003-1857-8989
Arlindo Rodrigues Galvão Filho
Universidade Federal de Goiás
https://orcid.org/0000-0003-2151-8039

Palavras-chave:

aprendizagem de máquina, automação, ciclos

Sinopse

Este livro apresenta o curso Machine Learning Operations (MLOps) e Infraestrutura de Soluções. A publicação deste livro foi motivada pela crescente necessidade do mercado por profissionais capazes de operacionalizar soluções de Inteligência Artificial (IA), garantindo que os modelos gerem valor real para os negócios de forma contínua e segura. Este e-book foi criado para ser um guia prático no universo de MLOps. O propósito é ir além da teoria da construção de modelos de Aprendizado de Máquina, focando no desafio de colocá-los em produção de forma eficiente, escalável e sustentável. O livro apresenta os conceitos e as ferramentas necessárias para transformar projetos de IA em soluções de alto impacto no mundo real. No cenário atual, a criação de um modelo de Aprendizado de Máquina que seja preciso é apenas o primeiro passo. O verdadeiro diferencial competitivo está na capacidade de implantar, monitorar e manter esses modelos em ambientes de produção de maneira contínua e confiável. É nesse contexto que MLOps surge como uma disciplina fundamental, unindo práticas de desenvolvimento de software (DevOps), engenharia de dados e ciência de dados para automatizar e gerenciar todo o ciclo de vida dos sistemas de IA.

Downloads

Não há dados estatísticos.

Downloads

Publicado

30 outubro 2026

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Detalhes sobre essa publicação

ISBN-13 (15)

978-85-495-1301-4

Publication date (01)

30/10/2026