Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/wmecai-2021-130479
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Machine Learning (ML) is becoming a leading technology for several industry automation use cases, from optical character recognition (OCR) to autonomous vehicles. However, developing and managing these models in production is complex, specially because the one developing the model may not have the skills to deploy and monitor it. This work proposes Flowi as a component based ML lifecycle platform that empowers data scientists to bring their knowledge to the model with built-in scalability, experiment tracking, deploy, monitoring and parameter optimization.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo