Uma equipe de cientistas da data, engenheiros de ML e engenheiros da data do escrit\u00f3rio da Artefact em Paris ficou em segundo lugar no Hackathon organizado pela Flyte<\/a> e MLOps.community<\/a>, que \u00e9 uma conquista not\u00e1vel dentro da MLOps<\/a> \u00c1rea de especializa\u00e7\u00e3o da comunidade:<\/p>\n<\/div> O hackathon virtual de cinco semanas consistiu na cria\u00e7\u00e3o de um aplicativo de ML de ponta a ponta na Flyte como a plataforma MLOps. Com o objetivo de agregar valor real na produ\u00e7\u00e3o, a ideia do projeto poderia ser baseada em qualquer aplicativo de ML (aprendizado de m\u00e1quina) ou Data, como casos de uso no varejo, prote\u00e7\u00e3o contra fraudes ou vis\u00e3o computacional. Todos os projetos foram julgados com base na criatividade, na qualidade da execu\u00e7\u00e3o da equipe usando o aplicativo e na facilidade de compreens\u00e3o da UI (interface do usu\u00e1rio) do modelo.<\/p>\n A experiente equipe da Artefact, composta pelo cientista s\u00eanior da Data\/engenheiro de ML Amale El Harmri, pelo Data Engineer Louis Rousselot de Saint Ceran, pelo cientista s\u00eanior da Data Karim Si Larbi, pelo cientista s\u00eanior da Data Hugo Vasselin e pelo cientista da Data Sascha Lasry, trabalhou nesse Hackathon, al\u00e9m de sua carga de trabalho interna e de clientes. Durante a competi\u00e7\u00e3o, a equipe tinha o nome \u201cadorable-unicorns23\u201d.\u201d<\/p>\n<\/div> Reconhecendo que o setor de beleza e cosm\u00e9ticos est\u00e1 em constante evolu\u00e7\u00e3o, a equipe se concentrou em uma poss\u00edvel estrat\u00e9gia para encontrar marcas independentes que sejam inovadoras e populares entre o p\u00fablico e compr\u00e1-las. Portanto, a equipe construiu um m\u00f3dulo de identifica\u00e7\u00e3o de marca nos fluxos do Twitter data que inclu\u00eda uma interface de rotulagem no roubo.<\/p>\n Para concluir o projeto, a equipe dividiu o processo em tr\u00eas se\u00e7\u00f5es:<\/p>\n<\/div> Fluxo de trabalho de treinamento de NER:<\/b> avaliar o modelo NER com base na rotulagem para concluir o fluxo de trabalho, se for bem-sucedido, ou treinar um novo modelo com o data rec\u00e9m-rotulado, se n\u00e3o for bem-sucedido<\/p>\n<\/div><\/li><\/ul> Para ver a apresenta\u00e7\u00e3o on-line completa do projeto do Artefact para o j\u00fari da comunidade MLOps.community como parte do MLOps #98, acesse o link aqui<\/a> e pule para a marca de tempo 41:22.<\/p>\n<\/div>