Infraestrutura de monitoramento e operação para aprendizado de máquina

Abstract

Com o avanço da tecnologia, sistemas que aprendem com os dados estão progressivamente mais relevantes. A adoção dessa categoria de programa se faz presente em diversos setores, que vão desde aplicações comercias voltadas a população geral até sistemas industriais. Entretanto, o desenvolvimento desse tipo de programa se diferencia da forma tradicional de elaboração de aplicações, devido a um fluxo de trabalho diferente que introduz diversos novos problemas. Neste trabalho é apresentado um modelo de projeto e um conjunto de ferramentas voltados para lidar com os desafios introduzidos por esse processo de trabalho. Além disso, assim como aplicações tradicionais, em programas da área de ciência dos dados também é necessário realizar a implantação da aplicação em um sistema final para possibilitar sua utilização. Essa é outra área abordada neste trabalho, em que é apresentado uma infraestrutura voltada para a operação e implantação de projeto desse tipo. Em relação ao monitoramento, é demonstrada a importância do monitoramento desse sistema, já que ele está normalmente inserido em um ambiente dinâmico, e essas constantes mudanças tendem a causar uma degradação da qualidade do sistema. Por fim, considerando o sistema desenvolvido ao longo deste trabalho na totalidade, é então construído um experimento voltado a exemplificar e validar seu funcionamento.

As technology advances, systems that learn from data are becoming more and more relevant. The adoption of this category of program is present in various sectors, ranging from commercial applications for the general population to industrial systems. However, the development of this type of program differs from the traditional way of developing applications, due to a different workflow that introduces several new problems. In this work, it is presented a design model and a set of tools to deal with the challenges introduced by this work process. In addition, just like traditional applications, in data science programs it is also necessary to implement the application in a final system to enable its use. This is another area addressed in this work, in which an infrastructure for the operation and deployment of such a project is presented. Regarding monitoring, the importance of monitoring this system is demonstrated, since it is usually inserted in a dynamic environment, and these constant changes may cause a degradation of the program quality. Finally, considering the system developed throughout this work in its entirety, it is then built an experiment aimed at exemplifying and validating its operation.