Verificação de conhecimentos
Observação
Para concluir este exercício, leia o estudo de caso. No final, será solicitado que você faça recomendações respondendo às perguntas de verificação de conhecimentos.
Bem-vindo(a) à Proseware! Você vai trabalhar como cientista de dados líder para nos ajudar a criar uma solução de implantação de machine learning.
Compreender o problema
Na Proseware, estamos desenvolvendo um aplicativo móvel que ajuda os médicos a diagnosticar doenças em pacientes com mais rapidez. Um médico pode inserir os dados médicos do paciente no aplicativo para obter um diagnóstico.
Nosso primeiro recurso planejado é que o aplicativo informa ao médico se o paciente deve fazer mais exames ou receber o tratamento de diabetes.
Já coletamos dados correlacionados com diabetes, como o número de gestações, idade e IMC (índice de massa corporal). Também temos uma equipe de cientistas de dados trabalhando no treinamento de um modelo que pode classificar se um paciente provavelmente terá diabetes.
Precisamos de sua ajuda para decidir como projetar para trazer o modelo para produção.
Queremos saber suas recomendações de como projetar a solução MLOps (operações de aprendizado de máquina).
Considere os requisitos
- Considere os ambientes. Atualmente, estamos trabalhando em uma pequena equipe e você é o único cientista de dados envolvido. Queremos ver se esse projeto é bem-sucedido antes de realmente escalar verticalmente e envolver uma grande equipe.
- Considere o modelo. Como o modelo é usado para ajudar os médicos, a exatidão é importante para nós. O modelo só deve estar em uso quando soubermos que ele está funcionando conforme o esperado.
- Considere os dados. Estamos começando pequeno e usaremos principalmente o modelo implantado para testar nosso aplicativo. Os dados nos quais o modelo implantado gera previsões não devem ser usados para treinar novamente o modelo, pois ele pode ser tendencioso.