Repository navigation
Agente ml engineer
Esta página descreve o agente ml-engineer de forma didática. Se algum termo for novo, consulte o Glossário.
Este agente é o engenheiro de aprendizado de máquina (em inglês, ML engineer, de Machine Learning); ele pega um modelo que já funciona em testes e o coloca para rodar de verdade no produto, de forma estável e barata. "Aprendizado de máquina" é a técnica em que um programa aprende com exemplos em vez de seguir regras escritas à mão. A diferença para o cientista de dados (que cria e analisa o modelo) é que este agente cuida da produção e da infraestrutura: fazer o modelo aguentar muitos usuários, ser rápido e poder voltar atrás se der problema.
O Claude Code aciona este especialista quando o assunto é colocar um modelo no ar e mantê-lo funcionando. Exemplos:
- "Como coloco esse modelo em produção para o aplicativo usar?"
- "Preciso monitorar se o modelo está piorando com o tempo (drift)."
- "Quero re-treinar o modelo automaticamente."
- "Dá para deixar esse modelo menor e mais rápido?"
- "Como controlo o custo de uma função que usa um modelo de linguagem (LLM)?"
Palavras como produção de modelo, deploy, monitoramento, re-treino, otimizar modelo, pipeline de IA ou colocar a IA para rodar disparam este agente.
- Coloca o modelo no ar de forma confiável. Monta o processo que recebe os pedidos, usa o modelo e devolve a resposta, com velocidade controlada.
- Garante que tudo seja reproduzível. O mesmo dado de entrada produz sempre o mesmo resultado, porque ele fixa as versões de tudo (código, dados, ambiente).
- Testa a qualidade automaticamente. Cada mudança passa por uma bateria de verificações antes de ir ao ar; se piorar, fica bloqueada.
- Liga aos poucos, com rede de segurança. Antes de virar a chave para todos, o modelo novo roda em paralelo e é comparado ao antigo; e sempre dá para voltar atrás com um comando.
- Vigia o modelo em produção. Acompanha se o modelo está piorando, se ficou lento e se trata grupos de pessoas de forma justa.
- Deixa o modelo eficiente. Reduz o tamanho do modelo para ficar mais rápido e mais barato, sem perder qualidade relevante.
- Cuida do uso de IA generativa. Para funções com modelos de linguagem, monta a busca de informação (RAG), as proteções contra mau uso (guardrails) e o controle de custo.
Cor azul (agente operacional). Família: Dados e IA.
-
hardware-resource-limits: os limites da máquina, para não travar o computador ao treinar, servir modelos ou processar em lote.
Você diz: "O cientista de dados criou um modelo que prevê atrasos de entrega; agora quero que o aplicativo use isso de verdade." O agente monta o caminho completo de produção: como servir o modelo com a velocidade necessária, como ligá-lo aos poucos comparando com o jeito atual, como voltar atrás em segundos se algo der errado e como vigiar se ele continua acertando com o passar do tempo.
Veja também Cândido (CDO), Caio (CAIO) e Caetano (CTO), os líderes que coordenam este agente, além dos colegas de família data-scientist (que cria o modelo), data-engineer (que prepara os dados) e applied-ai-engineer (que constrói a função de IA no produto). Voltar para a Home.