Problemi organizzativi nel Machine Learning e la nascita di MLOps

ATTENZIONE!!! L'evento è stato rimandato al 28 Settembre

Nel prossimo appuntamento Luca Grazioli e Carolina Beretta ci parleranno di: Problemi organizzativi nel Machine Learning e la nascita di MLOps.

Abstract
Molto spesso affrontiamo il Machine Learning con una visione puramente tecnologica. Tuttavia, al giorno d’oggi, sentiamo sempre più spesso parlare delle sfide che il Machine Learning porta alle aziende (soprattutto a quelle medio/grandi) e della nascita di nuove metodologie e figure professionali per supportare questa tipologia di innovazione.
In questo talk discuteremo della nostra esperienza personale e delle difficoltà che noi, così come altre persone delle community, stiamo affrontando durante questa transizione.
Ci concentreremo su come l’estensione di metodologie Agile come DevOps, possano essere applicate al Machine Learning (MLOps) e di come possano aiutare le aziende ad affrontare quelle problematiche a metà tra problemi tecnologici e organizzativi.

Bio

Luca Grazioli
AI applications involve a series of infrastructural aspects and processes that differ from "traditional" software development, my duty as MLOps Engineer is to facilitate dialogue between Data Scientists and Operations teams by defining architectural solutions to support artificial intelligence applications trying to bridge these two business areas.
https://www.linkedin.com/in/luca-grazioli-a74927bb/

Carolina Beretta
Computer Engineer by training, I started working as a Data Scientist a couple of years ago focusing both on building models, and integrating state-of-the-art open source models in existing projects. After witnessing first hand the struggle and problems of bringing machine learning into production, I became curious about the world around ML software and started transitioning into a ML engineer role.
https://www.linkedin.com/in/carolina-beretta-0a7814184/