Com o boom das aplicações de ML e IA, é evidente que o desenvolvimento de um modelo preciso é apenas uma peça do puzzle. Para criar com êxito um produto orientado para Machine Learning, é necessário criar práticas e infra-estruturas de MLops para formar, implementar e gerir modelos de ML na produção. Alguns tópicos importantes incluem:

• Ferramentas MLops

• Desvio e monitorização de modelos

• Reciclagem e versão de modelos sem problemas

• Controlo de versões de dados e armazenamento de artefactos.