miércoles, 22 de junio de 2022
Robustness is the ability of a closed-loop system to tolerate perturbations or anomalies while system parameters are varied over a wide range. There are three essential tests to ensure that the machine learning system is robust in the production environments: unit tests, data and model testing, and integration testing.
martes, 14 de junio de 2022
Las pruebas son una práctica importante en el ciclo de vida del desarrollo de un sistema de aprendizaje automático para garantizar operaciones de alta calidad. En esta entrada de blog, analizaremos las pruebas de los sistemas de aprendizaje automático desde una perspectiva de MLOps (operaciones de aprendizaje automático) y conoceremos los procedimientos recomendados y un marco de pruebas que puede usar para crear sistemas de aprendizaje automático sólidos, escalables y seguros.
martes, 24 de mayo de 2022
Le damos la bienvenida a Microsoft Build, el evento en el que se celebra la comunidad de desarrolladores. El trabajo que realiza tiene la capacidad de transformar sectores completos de la industria y de mantener las empresas y los servicios críticos en funcionamiento con soluciones y aplicaciones innovadoras. Es un gran honor para mí apoyar a esta comunidad de desarrolladores a medida que crea el futuro.
martes, 24 de mayo de 2022
Microsoft se creó como una empresa de herramientas de desarrollo y los desarrolladores siguen estando en el centro de nuestra misión. Actualmente, tenemos las herramientas de desarrollo más usadas y populares, con Visual Studio, .NET y GitHub. Ofrecemos una plataforma completa y de confianza para crear aplicaciones y soluciones increíbles que ayudan a personas y organizaciones de todo el mundo a conseguir más cosas.
martes, 24 de mayo de 2022
Está claro que la fragmentación que existe actualmente entre las bases de datos, los análisis y los productos de gobernanza debe solucionarse. Con el fin de ayudar a las organizaciones a aprovechar estas nuevas características, hicimos hoy varios anuncios muy interesantes en Microsoft Build que demuestran nuestra innovación e inversión continuas en los productos de datos que nuestros clientes conocen y en los que confían.
lunes, 18 de abril de 2022
El año pasado, anunciamos nuestra asociación estratégica con Grafana Labs para desarrollar un servicio administrado por Microsoft Azure que permita a los clientes ejecutar Grafana de forma nativa en la plataforma en la nube Azure. Hoy anunciamos que Azure Managed Grafana está disponible en versión preliminar. Con Azure Managed Grafana, los paneles de Grafana que nuestros clientes ya conocen se integran ahora sin problemas con los servicios y la seguridad de Azure.
miércoles, 16 de febrero de 2022
Cuando lanzamos Azure Spring Cloud con VMware en 2019, nos planteamos resolver las dificultades a las que se enfrentan habitualmente los desarrolladores, los operadores de TI y los equipos de DevOps cuando ejecutan aplicaciones de Spring Boot a gran escala. Estamos muy agradecidos a los muchos clientes y asociados que han participado en la versión preliminar privada y han compartido su aprendizaje, y nos complace anunciar que Azure Spring Cloud Enterprise ya está disponible en versión preliminar pública.
miércoles, 19 de enero de 2022
Envíe los datos de Microsoft Azure Spring Cloud a Elastic sin problemas y supervise cada paso de su proceso de adopción de la nube. Obtenga una vista integral de las aplicaciones de Spring Boot y otros conjuntos de datos en su entorno local y en la nube.
martes, 30 de noviembre de 2021
Hoy anunciamos la versión preliminar de Azure Load Testing, un servicio de Azure totalmente administrado que permite a los desarrolladores y evaluadores generar una carga a gran escala con scripts personalizados de Apache JMeter y obtener información práctica para detectar y corregir cuellos de botella de rendimiento a gran escala.
miércoles, 30 de junio de 2021
The continuous monitoring of health metrics is a fundamental part of this process, and this is where AIOps plays a critical role. In the post that follows, we introduce how AI and machine learning are used to empower DevOps engineers, monitor the Azure deployment process at scale, detect issues early, and make rollout or rollback decisions based on impact scope and severity.