1.0DARE Foundationhttps://www.fondazionedare.it/enGiuliahttps://www.fondazionedare.it/en/author/giulia/rich600338<blockquote class="wp-embedded-content" data-secret="CjUtOFZmt3"><a href="https://www.fondazionedare.it/en/workshop-machine-learning-operations/">Workshop on Machine Learning Operations – MLOps25</a></blockquote><iframe sandbox="allow-scripts" security="restricted" src="https://www.fondazionedare.it/en/workshop-machine-learning-operations/embed/#?secret=CjUtOFZmt3" width="600" height="338" title="“Workshop on Machine Learning Operations – MLOps25” — Fondazione DARE" data-secret="CjUtOFZmt3" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe><script> /*! This file is auto-generated */ !function(d,l){"use strict";l.querySelector&&d.addEventListener&&"undefined"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),o=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),c=new RegExp("^https?:$","i"),i=0;i<o.length;i++)o[i].style.display="none";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute("style"),"height"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):"link"===t.message&&(r=new URL(s.getAttribute("src")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",function(){for(var e,t,s=l.querySelectorAll("iframe.wp-embedded-content"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute("data-secret"))||(t=Math.random().toString(36).substring(2,12),e.src+="#?secret="+t,e.setAttribute("data-secret",t)),e.contentWindow.postMessage({message:"ready",secret:t},"*")},!1)))}(window,document); //# sourceURL=https://www.fondazionedare.it/wp-includes/js/wp-embed.min.js </script>https://www.fondazionedare.it/wp-content/uploads/2025/05/Screenshot-2025-05-05-153032.png977522Aprile 28, 2025 DARE, Progetto Workshop on Machine Learning Operations – MLOps25 📢 Call for Papers: Workshop su MLOps – Bridging the Gap Between Models and Production. Negli ultimi anni, l’integrazione dei modelli di machine learning e deep learning nelle applicazioni reali ha messo in luce sfide operative significative nella costruzione, distribuzione, monitoraggio e manutenzione dei modelli. 🔍 MLOps si è affermato come approccio chiave per affrontare queste sfide, con l’obiettivo di automatizzare, rendere scalabili e riproducibili i flussi di lavoro ML. Dal 25 al 30 ottobre 2025 si terrà a Bologna MLOps25 il primo ECAI Workshop su MLOps di cui la Fondazione DARE sarà partner istituzionale con un focus sul tema dell’intelligenza artificiale per la Sanità. 📚Invitiamo ricercatori, professionisti e team a inviare contributi sui seguenti temi (e oltre):– MLOps frameworks– ML systems lifecycle management– ML pipelines orchestration– Practices to ensure ML model reproducibility, traceability, and explainability– Continuous integration/continuous delivery (CI/CD) practices for ML models– ML model monitoring and observability– Application of MLOps principles to large language models (LLMOps)– ML-specific architecture design and patterns– Experience reports on real-world MLOps applications– Challenges in applying MLOps to specific domains (e.g., healthcare and finance)– Ethics and Accountability in MLOps– AutoML applications in MLOps– Collaboration and team dynamics in MLOps– Regulatory and policy aspects of MLOps– MLOps strategies for Green AI– Security and data privacy in MLOps 📅 Scadenza per l’invio dei paper: Martedì 20 maggio 2025 Gli elaborati devono rispettare lo stile CEURART richiesto dagli Atti del Workshop CEUR. Gli autori possono utilizzare i modelli LaTeX, Word (DOCX) o LibreOffice (ODT) disponibili qui https://lnkd.in/gNP8n2MR. Un modello Overleaf è disponibile anche qui https://lnkd.in/eMDfPTAs Si prega di utilizzare la versione a 1 colonna e di assicurarsi di utilizzare il font Libertinus come specificato nei modelli. Tutti gli elaborati devono essere inviati in modalità “double blind” (i nomi degli autori devono essere omessi dall’invio) e caricati tramite the EasyChair submission site: https://lnkd.in/eDBfBM-Z Ogni elaborato riceverà almeno due valutazioni dalla commissione del programma. Link evento: https://collab.di.uniba.it/mlops/ Attendiamo di leggere i vostri contributi e di partecipare alle stimolanti discussioni sulle MLOps che si terranno durante il workshop per costruire le basi per un’operatività ML sempre più robusta ed efficiente. hashtag#fondazioneDARE hashtag#DAREfoundation hashtag#DIgitalLifelongPrevention hashtag#MLOps hashtag#CallForPapers hashtag#AI hashtag#MachineLearning hashtag#DeepLearning hashtag#DataScience hashtag#LLMOps hashtag#GreenAI hashtag#MLinProduction hashtag#AIethics Articolo precedenteArticolo successivo torna su