Публикации по теме 'mlops'
Мои первые 200 дней в команде ОД по борьбе с финансовыми преступлениями
Привет! Я хочу поделиться своими знаниями в качестве старшего инженера машинного обучения в совершенно новой команде (сформированной в 2020 году) в юридическом отделении Square . Это вдохновлено моей предыдущей статьей Первые 100 дней и, возможно, более организовано.
В любом случае, вот разбивка моих наблюдений на 5 W’s + How.
ВОЗ
По состоянию на август 2021 года моя непосредственная команда состоит из моего руководителя / менеджера, 4 разработчиков моделей машинного обучения,..
Использование экономики совместного использования для облачных вычислений в 2022 году
Я приближаюсь к тому моменту, когда хочу развертывать и запускать свои разработки и эксперименты с машинным обучением, но не хочу платить за облачные вычисления и хостинг.
Вместо Google/AWS для облачных задач с большим объемом GPU меня начинает интересовать альтернативный стиль распределенных вычислений.
Васт.ай существует уже несколько лет. Насколько мне известно, они являются лидерами рынка в сегменте вычислительной экономики совместного использования , ориентируясь на рабочие..
Оркестрация конвейера прогнозирования машинного обучения с помощью Центра управления машинным обучением
Подход на основе YAML для построения конвейеров обработки данных
Введение
В предыдущем сообщении в блоге мы описали подход Glassdoor к MLOps. Мы выбрали этот подход, потому что ландшафт MLOps быстро развивается, и мы хотим иметь гибкость, чтобы использовать лучшие доступные варианты. ML Control Center (MLCC) — это проект, который мы разрабатываем в Glassdoor и который будет служить связующим звеном для соединения и объединения этих разрозненных компонентов. Мы планируем перейти к..
Модель сегментации воздушного шара поезда на VESSL
Начало работы с MLOps с кодом, переданным git, версионными наборами данных и отслеживанием экспериментов
Что мы построим
В этом посте вы узнаете, как обучить модель сегментации изображения с помощью Detectron 2 на VESSL. С помощью эксперимента VESSL вы можете принести обучающий код с GitHub , смонтировать набор данных , запустить обучение машинному обучению и управлять артефактами . Давайте построим модель сегментации шара, настроив предварительно обученную модель на..
Вариант использования MLOps в OBI
Как OBI выводит продукты машинного обучения на новый уровень с помощью MLOps?
MLOps — это набор концепций, имеющих первостепенное значение для создания надежных и эффективных продуктов машинного обучения. В нашей предыдущей статье мы подробно описали каждый из этих принципов и то, как они применяются к каждому из трех основных столпов любого продукта машинного обучения: данным, модели и коду.
В этой третьей статье из нашей серии мы рассмотрим пример использования, который мы,..
Машинное обучение: с большой силой приходит большая ответственность
Когда ставится задача разработки программного обеспечения, цель почти всегда состоит в том, чтобы предоставить решение проблемы наиболее эффективным способом, учитывая некоторые временные ограничения. Инженеры-программисты и персонал DevOps тщательно тренируются, чтобы оставаться в курсе тенденций и передового опыта в разработке и развертывании программ, но может быть не сразу очевидно, почему это так важно: что такого страшного, если я вложу дополнительный цикл for в какую-то функцию,..
Трудности мониторинга моделей машинного обучения в производстве
Быть специалистом по данным может показаться простой работой — подготовить данные, обучить модель и развернуть ее в производственной среде. Однако реальность далеко не проста. Работа больше похожа на уход за ребенком — бесконечный цикл контроля и проверки того, что все в порядке.
Проблема заключается в том, что необходимо следить за тремя ключевыми компонентами: кодом, данными и самой моделью. Каждый элемент представляет собой собственный набор трудностей, что затрудняет мониторинг в..