Mapeo Sistemático de un Proceso para Soportar MLOps en las Pequeñas y Medianas Empresas de Desarrollo de Software

Resumen

Introducción: Actualmente las empresas de desarrollo de software han empezado a incluir Machine Learning dentro de sus proyectos, lo que ha permitido que los modelos de Machine Learning pasen de la etapa de experimentación a la etapa de producción, aquí surge Machine Learning Operations con el objetivo de disminuir la brecha entre los equipos de operaciones, desarrollo y de ciencia de datos.

Objetivo: Realizar la investigación acerca del estado actual del conocimiento sobre la adopción de MLOps en las EDS por medio de un mapeo sistemático de la literatura, con el objetivo de estudiar, identificar y entender las iniciativas, soluciones y problemáticas de trabajos relacionados en el área.

Metodología: Se realizo un mapeo sistemático de la literatura con un protocolo definido, que contempla la elaboración de preguntas de investigación y la implementación de una estrategia de búsqueda en seis bases de datos. Tras ello, se seleccionan los artículos primarios en función de criterios de inclusión y exclusión establecidos previamente. A partir de los resultados obtenidos, se abordan las preguntas de investigación, lo que permite clasificar y caracterizar los hallazgos. Finalmente, se analizan los resultados y se exponen las conclusiones correspondientes.

Resultados: Los hallazgos de este articulo reflejan los esfuerzos de la comunidad científica para definir los principios, roles, artefactos, tecnologías, desafios y factores cruciales para la implementación de Machile Learning Operations en las empresas de desarrollo de Software.

Conclusiones: Se contestan las preguntas de investigación en las cuales nos arrojan los retos principales a la hora de implementar Machine Learning.