Neste episódio, recebemos o cientista de dados Paulo da Silva para uma conversa rica sobre os desafios e práticas do ML Ops no cotidiano profissional. Ele também compartilhou uma visão abrangente sobre os conceitos de DevOps e DataOps, destacando suas interseções com o mundo da ciência de dados. 🧩 Assuntos abordados: Introdução aos convidados Sobre a System Frame O papel dos dados na unificação de DEV e Infra e como se aplica a System Frame Como a observabilidade e métricas de infraestrutura podem ser tratadas como dados DevOps + DataOps: similaridades e diferenças O que é MLOps Casos práticos de como dados de sistemas foram usados para tomada de decisão Como tratar dados de logs, monitoramento, uso de aplicações Insights preditivos para infraestrutura (ex: prever gargalos de rede, uso de CPU, custos em cloud) Próximos passos para empresas que querem começar a unir dev, infra e dados 🔗Links úteis 💬 Nosso Discord: https://discord.com/invite/hGpFPsV2gB ☕ Café Debug Global no Spotify: Ouça aqui 📖 Livro Carreira Dev - Hábitos para evoluir no desenvolvimento do software além do código Link 🌐Artigo sobre Data Ops: Link 👥 Participantes Jéssica Nathany – Software Developer e Host  LinkedIn Weslley Fratini – Software Developer e Co-Host  LinkedIn Paulo Henrique – Data Scientist na System Frame Link 📸 Instagram da System Frame Link 🎧 Edição: Thiago Carvalho  LinkedIn 📬 Dúvidas, sugestões ou publicidadeMande um e-mail para: [email protected] omnystudio.com/listener for privacy information.

Ver todos los episodios