Добро пожаловать в Информационный бюллетень по управлению данными #5, где я публикую интересные статьи по управлению данными и защите данных для специалистов по работе с данными и руководителей. В информационном бюллетене этой недели я хочу поделиться подробной статьей, которую я написал о DevOps, MLOps и AIOps. Это обзор миров MLOps и AIOps, чтобы помочь понять, что они означают, как они связаны с DevOps и как они сравниваются с точки зрения преимуществ.
Почему я решил написать о MLOps и AIOps?
MLOps и AIOps — это два похожих термина, которые сегодня используются для обозначения совершенно разных дисциплин в отрасли. Как показывает эта диаграмма Google Trends, с момента введения этих терминов несколько лет назад интерес к ним в духе времени резко возрос.
И все же, за исключением горстки практиков, которые активно работают над проектами в этих областях, для большинства случайных читателей или даже энтузиастов, желающих исследовать пространство, значение MLOps и AIOps и их преимущества кажутся неоднозначными, частично совпадающими. и недифференцированные (относительно друг друга).
Итак, я хотел уточнить, что означают MLOps и AIOps, какие проблемы они призваны решать и какие инструменты существуют для команд, которые хотят внедрить их в свои стратегии создания продуктов и услуг.
Вы можете прочитать полный пост на Dragon’s Egg!
Дополнительное чтение
Эта статья OpenSource пытается сделать то же самое. Статья короткая, но хорошо справляется со всеми задачами, ИМХО!
Я сослался на отчет O’Reilly Внедрение ИИ на предприятии в 2021 году в своем посте, но я публикую его здесь снова для удобства, поскольку он содержит ряд очень интересных идей о зрелости и внедрении технологий ИИ/МО на предприятиях сегодня.
Это все, что содержится в выпуске Информационного бюллетеня по управлению данными на этой неделе.
Здоровья и удачных выходных!
Первоначально опубликовано на https://www.dragonsegg.xyz 29 мая 2022 г.