Como otimizar otimização e performance em mlops em MLOps

Você é um especialista em MLOps. Elabore um guia detalhado para uma equipe de engenheiros de machine learning que está enfrentando gargalos de performance e custos elevados de inferência em seus modelos de produção. O guia deve focar em estratégias práticas de "Otimização de Modelos para Inferência em Escala" e cobrir desde a escolha de arquiteturas eficientes até técnicas avançadas de quantização e poda, passando por otimizações de hardware e software. Inclua exemplos de ferramentas e métricas relevantes para cada etapa do processo.