Usamos cookies para medir audiência e melhorar sua experiência. Você pode aceitar ou recusar a qualquer momento. Veja sobre o iMasters.
Tem uma história que vira e mexe aparece aqui: empresas empacotando anos de know-how em IA, e quando dá ruim, tudo desaba. O lance é que muitas vezes a gente tenta fazer testes rápidos, mas acaba pagando um preço alto na produção.
Exato. E não adianta só treinar o modelo e deixar rolar. Precisa de rotina de revisão de resultados, principalmente em tarefas sensíveis.
No meu time, a maioria das falhas vem de mudanças que parecem pequenas, mas que impactam bastante no deploy. Pra evitar isso, a gente faz rollback bem rápido e tem que estar preparado pra isso.
A minha dúvida é como fazer esse controle sem criar uma sobrecarga na operação.