Neste episódio, recebemos o cientista de dados Paulo da Silva para uma conversa rica sobre os desafios e práticas do ML Ops no cotidiano profissional. Ele também compartilhou uma visão abrangente sobre os conceitos de DevOps e DataOps, destacando suas interseções com o mundo da ciência de dados.

🧩 Assuntos abordados:

• Introdução aos convidados
• Sobre a System Frame
• O papel dos dados na unificação de DEV e Infra e como se aplica a System Frame
• Como a observabilidade e métricas de infraestrutura podem ser tratadas como dados
• DevOps + DataOps: similaridades e diferenças
• O que é MLOps
• Casos práticos de como dados de sistemas foram usados para tomada de decisão
• Como tratar dados de logs, monitoramento, uso de aplicações
• Insights preditivos para infraestrutura (ex: prever gargalos de rede, uso de CPU, custos em cloud)
• Próximos passos para empresas que querem começar a unir dev, infra e dados

🔗Links úteis

• 💬 Nosso Discord: https://discord.com/invite/hGpFPsV2gB
• ☕ Café Debug Global no Spotify: Ouça aqui
• 📖 Livro Carreira Dev - Hábitos para evoluir no desenvolvimento do software além do código Link
• 🌐Artigo sobre Data Ops: Link

👥 Participantes

• Jéssica Nathany – Software Developer e Host  LinkedIn
• Weslley Fratini – Software Developer e Co-Host  LinkedIn
• Paulo Henrique – Data Scientist na System Frame Link
• 📸 Instagram da System Frame Link

🎧 Edição: Thiago Carvalho  LinkedIn

📬 Dúvidas, sugestões ou publicidade
Mande um e-mail para: debugcafe@gmail.com