O conhecimento dos conceitos mais recentes em torno da malha de dados, processamento de fluxos e arquitetura orientada a eventos está se tornando um requisito crescente, diz o GAO. “No Sleekflow, construímos uma infraestrutura de mensagens distribuída para altas taxas de dados entre os serviços e permitimos a capacidade de executar modelos de IA contra entradas novas e derivadas de contexto”, diz ele.
“Os aplicativos de IA são tão bons quanto seus dados, mas as abordagens tradicionais de engenharia de dados ficam aquém das cargas de trabalho da IA”, acrescenta Vaibhav Tupe, líder de tecnologia do provedor de serviços de TI Equinix e Membro Sênior da IEEE.
“Os desenvolvedores precisam de habilidades especializadas na construção de pipelines de dados, criando recursos otimizados especificamente para aprendizado de máquina e gerenciamento da qualidade dos dados adaptados às necessidades de IA”, diz Tupe. “Isso envolve a criação de lojas de recursos em tempo real, automatizando a validação de dados e gerenciando efetivamente as diferenças entre dados de treinamento e inferência”.
