- 01Case: deploy de modelos NLP com pipelines de pré-processamentoModelos de NLP raramente funcionam bem sem um pipeline de pré-processamento robusto. Usar KServe para orquestrar etapas customizadas de limpeza, tokenização e inferência permite escalar NLP em produção, mas exige atenção à latência, disponibilidade e métricas específicas.
- 02Case: serving de modelos de visão computacional em larga escalaServir modelos de visão computacional em larga escala exige orquestração eficiente de arquivos grandes, automação de deploy e ajuste fino de escalabilidade. Esta lição mostra como o KServe, aliado ao MinIO e boas práticas de autoscaling, resolve gargalos reais de produção.
Voltar ao curso KServe avançado: deploy, automação e escala de modelos IA abertos
