ML sin Ops: Experimentos escalables con Ploomber y AWS Batch

En esta charla, veremos cómo ejecutar fácilmente código a gran escala a través de Ploomber y AWS Batch. Los flujos de análisis de Ciencia de Datos y Aprendizaje Automático usualmente involucran el entrenamiento a gran escala para obtener el mejor rendimiento de un modelo y, en ocasiones, requiere el uso de GPUs para procesamientos pesados, lo que requiere trabajo de infraestructura, seguridad, permisos y operaciones. Veremos los pasos para implementar un sistema de entrenamiento escalable que require mantenimiento mínimo, lo que te permitirá, como científico(a) de datos, concentrarte en la tarea importante: ¡sacar el máximo provecho de los modelos!

Los participantes de esta charla podrán:

1. Escalar su trabajo de modelado.
2. Ejecutar sus flujos de trabajo en la nube.
3. Aprender a hacer Aprendizaje Automático a escala sin lidiar con la infraestructura.