Organização do Livro

Este livro está organizado em doze capítulos. Os capítulos 1 e 2 dão um primeiro passo em direção à produtização de modelos de Machine Learning, saindo do mundo de Jupyter notebooks e pensando em como integrá-los a um ambiente de produção. Os capítulos 3, 4 e 5 focam na conteinerização das aplicações, visando facilitar seu gerenciamento e monitoramento, assim como sua orquestração quando são envolvidos vários componentes.

Em sequida, o foco está no processo de integração e entrega contínuas, conceitos essenciais do DevOps, com ênfase em aplicações de Machine Learning. É o conteúdo dos capítulos 6 e 7.

Até esse momento do livro, os conceitos não são específicos de Machine Learning, que é utilizado mais como exemplo. Mas isso muda a partir do capítulo 8, quando são introduzidas ferramentas específicas para esse tipo de aplicação. Os capítulos 8 e 9 abordam model serving para aplicações online e batch. Por fim, os capítulos 10 e 11 apresentam ferramentas para gestão de todo o ciclo de vida de Machine Learning, de ponta a ponta.

O capítulo 12 encerra o livro com algumas considerações finais.