MLOps TALKS: PRODUCTIZANDO IA EN LA VIDA REAL

​Título: “Productivizando IA en NIQ: El poder del Framework”

​Abstract: Muchos proyectos de IA fallan en llegar a producción debido a la brecha entre científicos e ingenieros. Aquí es crucial el papel de los ingenieros de Machine Learning (MLOps), quienes automatizan y gobiernan los procesos. En NIQ, hemos desarrollado ELIZA, un framework inner source inspirado en PyTorch Lightning y proyectos líderes como HuggingFace transformers y DeepSpeed, para facilitar la reutilización, configurabilidad y extensibilidad de componentes en ML. Éste tipo de frameworks mejoran la gobernanza y el control de versiones, permitiendo inyectar dependencias directamente desde la configuración. En esta charla, explicaremos los componentes clave y las decisiones de diseño que se han tomado para cubrir el ciclo completo de MLOps.

​Ángel Arenas: MLOps Engineering Manager en NielsenIQ. Ángel lidera el equipo de innovación acargo de la implementación de modelos ML en entornos de producción listos para escalar.

​Título: Cumpliendo GDPR a golpe de LLM

​Abstract: Muchos de los productos de datos de hoy en día están (justamente) limitados por los terminos de la GDPR. Usar datos de fuentes no estructuradas como chats, mails o conversacones transcritas es habitual en el mundo de la IA. Pero al no ser fuentes estructurudas no puedes estar seguro si se ha colado algún mail, DNI, etc, en el texto.

​La solución es usar detección de PII con LLM; y eso como se hace? pues ven y te lo cuento.

​Cesar Gallego: Senior Data Engineer en Lottoland. Cesar lleva dos decadas programando de las cuales, los tres últimos lustros se los ha pasado haciendo cosas con datos.