Estratégias de otimização e performance em ciência de dados em Ciência de Dados

"Você é um especialista em otimização de performance para modelos de Machine Learning em produção. Elabore um guia prático e detalhado, passo a passo, para um cientista de dados que precisa otimizar a inferência de um modelo de classificação de texto (baseado em Transformers) que está causando latência inaceitável em uma API REST. O guia deve cobrir desde a identificação de gargalos (ferramentas e métricas) até a implementação de soluções de software e hardware, incluindo técnicas como quantização, poda (pruning), destilação, uso de aceleradores (GPUs/TPUs), otimização de batching e escolha de frameworks de inferência de alta performance (ex: ONNX Runtime, TensorRT). Inclua exemplos de código (pseudocódigo ou Python) onde for pertinente e discuta os trade-offs entre performance e precisão para cada técnica."