Glossário IA
O dicionário completo da Inteligência Artificial
CI/CD para ML
Pipeline de integração contínua e implantação contínua especificamente adaptado aos ciclos de vida dos modelos de machine learning, integrando validação de dados, treinamento automático e implantação controlada dos modelos em produção.
Pipeline de Retreinamento Automatizado
Workflow orquestrado que aciona automaticamente o retreinamento dos modelos segundo critérios pré-definidos (temporais, baseados em desempenho ou desvio de dados), incluindo validação e implantação condicional.
Implantação Sombra
Estratégia de implantação onde o novo modelo funciona em paralelo ao modelo de produção sem afetar os usuários, permitindo a validação silenciosa do desempenho antes da troca completa.
Implantação Canary para ML
Abordagem de implantação progressiva onde o novo modelo é primeiramente exposto a uma pequena porcentagem do tráfego, com monitoramento intensivo antes da extensão gradual para todas as solicitações.
Rastreamento de Experimentos ML
Sistema de logging estruturado de hiperparâmetros, métricas, artefatos e resultados dos experimentos ML, permitindo a comparação sistemática e a reprodução das execuções de treinamento.
Avaliação Contínua do Modelo
Processo automatizado de avaliação contínua do desempenho dos modelos em produção contra conjuntos de teste de referência, incluindo detecção de regressão e métricas de viés.
Pipeline de Governança do Modelo
Conjunto de controles automatizados validando a conformidade regulatória, equidade algorítmica e documentação dos modelos antes de sua promoção para produção.
Automação de Engenharia de Features
Pipeline automatizado de criação, transformação e seleção de features, com validação da estabilidade temporal e rastreamento da deriva das distribuições para manter a qualidade preditiva.
Validação de Modelo de ML
Etapa sistemática do pipeline CI/CD que verifica a robustez, generalização e conformidade do modelo antes da implantação, incluindo testes unitários, testes de integração e validação de negócio.
Otimização de Hiperparâmetros em CI
Integração contínua da otimização de hiperparâmetros no pipeline de build, automatizando a busca por configurações ótimas com validação cruzada e rastreamento dos resultados.
Pipeline de Explicabilidade do Modelo
Workflow automatizado que gera e valida as explicações do modelo (SHAP, LIME) durante o CI, garantindo transparência e interpretabilidade antes da implantação em produção.