Ciclo de Vida de los Datos y MLOps: Herramientas, metodologías, puesta en producción y mantenimiento de proyectos de Data Science

Abstract

En este proyecto, se aborda la problemática de MLOps, es decir, técnicas DevOps aplicadas a proyectos de Inteligencia Artificial. El trabajo se ha escrito de manera que sirva como guía a la hora de abordar la implantación de técnicas y herramientas MLOps a cualquier escala, y a lo largo de los capítulos se van desarrollando diferentes ideas que ayudan al lector a comprender qué es MLOps, de dónde surge, por qué, y cómo se implementa, para llegar en última instancia a la implementación de un sistema de demostración. Concretamente, tras un capítulo introductorio, el capítulo 2 expone el estado del arte de metodologías y tecnologías DevOps y MLOps, para que a continuación, en el capítulo 3, se expongan herramientas que permitan la implementación de una metodología eficaz. Por último, en el capítulo 4, se desarrolla una arquitectura de prueba para demostrar las capacidades de algunas de estas herramientas, generando un pipeline automatizado y con trazabilidad completa desde el principio del desarrollo hasta la puesta en producción.

This project addresses the issue of MLOps, i.e. DevOps techniques applied to Artificial Intelligence projects. The work has been written to serve as a guide for the implementation of MLOps techniques and tools at any scale, and throughout the chapters different ideas are developed to help the reader understand what MLOps is, where it comes from, why, and how it is implemented, to ultimately arrive at the implementation of a demonstration system. Specifically, after an introductory chapter, Chapter 2 presents the state of the art of DevOps and MLOps methodologies and technologies, followed by Chapter 3, which presents tools that enable the implementation of an effective methodology. Finally, in chapter 4, a test architecture is developed to demonstrate the capabilities of some of these tools, generating an automated pipeline with complete traceability from the beginning of development to production.

En aquest projecte, s'aborda la problemàtica de MLOps, és a dir, tècniques DevOps aplicades a projectes d'Intel·ligència Artificial. El treball s'ha escrit de manera que serveixi com a guia a l'hora d'abordar la implantació de tècniques i eines MLOps a qualsevol escala, i al llarg dels capítols es van desenvolupant diferents idees que ajuden el lector a comprendre què és MLOps, d'on sorgeix, per què, i com s'implementa, per a arribar en última instància a la implementació d'un sistema de demostració. Concretament, després d'un capítol introductori, el capítol 2 exposa l'estat de l'art de metodologies i tecnologies DevOps i MLOps, perquè a continuació, en el capítol 3, s'exposin eines que permetin la implementació d'una metodologia eficaç. Finalment, en el capítol 4, es desenvolupa una arquitectura de prova per a demostrar les capacitats d'algunes d'aquestes eines, generant un pipeline automatitzat i amb traçabilitat completa des del principi del desenvolupament fins a la posada en producció.