Recursos
Uma coleção selecionada de ferramentas, plataformas e recursos de aprendizado para MLOps e LLMOps.
🛠️ Ferramentas de MLOps
Rastreamento de Experimentos
| Ferramenta | Descrição | Link |
|---|---|---|
| MLflow | Plataforma open-source para ciclo de vida de ML | mlflow.org |
| Weights & Biases | Rastreamento de experimentos e colaboração | wandb.ai |
| Neptune.ai | Armazenamento de metadados de ML | neptune.ai |
| Comet | Plataforma de experimentos de ML | comet.com |
Versionamento de Dados & Modelos
| Ferramenta | Descrição | Link |
|---|---|---|
| DVC | Controle de versão de dados | dvc.org |
| Git LFS | Armazenamento de arquivos grandes | git-lfs.com |
| LakeFS | Versionamento de data lake | lakefs.io |
Feature Stores
| Ferramenta | Descrição | Link |
|---|---|---|
| Feast | Feature store open-source | feast.dev |
| Tecton | Plataforma corporativa de features | tecton.ai |
| Hopsworks | Plataforma de dados para ML | hopsworks.ai |
Servir Modelos
| Ferramenta | Descrição | Link |
|---|---|---|
| TorchServe | Servir modelos PyTorch | pytorch.org/serve |
| TF Serving | Servir modelos TensorFlow | tensorflow.org/tfx/serving |
| Triton | Servidor de inferência NVIDIA | nvidia.com/triton |
| BentoML | Empacotamento de modelos de ML | bentoml.com |
| Seldon | Plataforma de deploy de ML | seldon.io |
Orquestração de Pipelines
| Ferramenta | Descrição | Link |
|---|---|---|
| Apache Airflow | Orquestração de workflows | airflow.apache.org |
| Prefect | Motor moderno de workflows | prefect.io |
| Dagster | Orquestração de dados | dagster.io |
| Kubeflow Pipelines | Pipelines de ML no K8s | kubeflow.org |
Qualidade de Dados
| Ferramenta | Descrição | Link |
|---|---|---|
| Great Expectations | Validação de dados | greatexpectations.io |
| Soda | Plataforma de qualidade de dados | soda.io |
| dbt | Transformação de dados | getdbt.com |
🤖 Ferramentas de LLMOps
Servir LLMs
| Ferramenta | Descrição | Link |
|---|---|---|
| vLLM | Servir com alta vazão | vllm.ai |
| TGI | Inferência HuggingFace | github.com/huggingface/tgi |
| Ollama | Servir LLM localmente | ollama.ai |
| LMDeploy | Toolkit para deploy de LLM | github.com/InternLM/lmdeploy |
Frameworks para LLM
| Ferramenta | Descrição | Link |
|---|---|---|
| LangChain | Framework para aplicações com LLM | langchain.com |
| LlamaIndex | Framework de dados para LLMs | llamaindex.ai |
| Semantic Kernel | Framework de LLM da Microsoft | github.com/microsoft/semantic-kernel |
Avaliação de LLM
| Ferramenta | Descrição | Link |
|---|---|---|
| RAGAS | Avaliação de RAG | ragas.io |
| DeepEval | Framework de avaliação de LLM | github.com/confident-ai/deepeval |
| LangSmith | Plataforma de avaliação do LangChain | smith.langchain.com |
| Phoenix | Observabilidade da Arize | phoenix.arize.com |
Gestão de Prompts
| Ferramenta | Descrição | Link |
|---|---|---|
| PromptLayer | Gestão de prompts | promptlayer.com |
| Humanloop | Avaliação de LLM & prompts | humanloop.com |
| DSPy | Prompting programático | github.com/stanfordnlp/dspy |
☁️ Plataformas em Nuvem
| Plataforma | Serviço de ML | Link |
|---|---|---|
| AWS | SageMaker | aws.amazon.com/sagemaker |
| GCP | Vertex AI | cloud.google.com/vertex-ai |
| Azure | Azure ML | azure.microsoft.com/ml |
📚 Recursos de Aprendizado
Livros
- "Designing Machine Learning Systems" de Chip Huyen
- "Machine Learning Engineering" de Andriy Burkov
- "Building Machine Learning Pipelines" de Hannes Hapke & Catherine Nelson
Cursos
Blogs
Newsletters
🏢 Comunidades
Keep Learning
O cenário de MLOps e LLMOps evolui rapidamente. Siga as comunidades e newsletters para se manter atualizado com as últimas ferramentas e melhores práticas.