Crédit : Dreamstime
Alors que les entreprises élargissent leurs capacités d’apprentissage automatique (ML) pour analyser les informations créée par des applications considérablement complexes, New Relic a mis à jour son application d’observabilité à pile unique pour qu’elle se compose d’opérations d’apprentissage automatique (MLOps) créées pour aider à gérer plusieurs données et modèles de ML dans différents systèmes de service.
Avec l’application , réseau, infrastructure, surveillance du navigateur Internet et gestion des journaux et des erreurs, One est développé pour permettre aux chercheurs en information et aux ingénieurs ML non seulement de surveiller les performances des modèles ML, mais également de recycler les modèles après avoir émis des signaux, a déclaré Man Fighel, superviseur général de l’intelligence appliquée et vice-président du groupe de l’ingénierie des produits chez New Relic.
L’observabilité est un terme relativement nouveau en informatique, utilisé pour expliquer le travail de garder un œil sur les applications métier, la circulation de l’information et les installations dispersées. Les systèmes qui offrent une observabilité surpassent les précédents programmes de surveillance de l’efficacité des applications (APM), en utilisant une vue d’ensemble de l’infrastructure informatique en plus de mesures granulaires, pour permettre une gestion efficace des applications, du réseau, des informations et de la sécurité.
Selon un rapport de recherche publié par le fournisseur d’applications de gestion des journaux LogDNA, 75 % des entreprises réactives ont encore du mal à atteindre une véritable observabilité. malgré des investissements financiers considérables dans les outils.
L’étude a montré que les deux tiers des organisations investissent actuellement 100 000 USD ou plus chaque année dans des outils d’observabilité, et 38 % dépensent 300 000 USD ou plus chaque année.
Observabilité du système d’aide MLOps
La mise à niveau One est développée pour aider à soulager un certain nombre de problèmes pour les data scientists, notamment la nature changeante du ML ou Conceptions d’IA, car elles dépendent des informations sous-jacentes et du code qui peut se terminer étant sans importance à mesure que les conditions du monde réel changent.
« Les conceptions ML se détériorent au fil du temps », a déclaré Andy Thurai, vice-président de l’étude de recherche et analyste principal de l’étude Constellation Research. » Vous avez donc besoin d’une surveillance de la conception pour déterminer les performances de la conception, les modifications, l’obsolescence/la fraîcheur de la conception, le rappel de la conception, la précision du modèle et les mesures de précision de la conception. Selon l’application et l’utilisation, les conceptions peuvent être modifiées immédiatement ou peuvent être légitimes pendant des jours. /semaines/années dans des cas inhabituels. »
La mise à jour One permet aux ingénieurs d’applications logicielles et aux scientifiques des données d’importer leurs propres informations ou de les intégrer à des plates-formes de science des données, ainsi que de passer au crible les modèles et les interdépendances de découverte de machines avec d’autres composants d’application, y compris les installations, a déclaré Fighel.
Actuellement, New Antique prend en charge les plateformes de sciences de l’information telles que AWS SageMaker, DataRobot, Aporia, Superwise, Comet, DAGsHub, Mona et TruEra pour n’en nommer que quelques-uns.
L’entreprise a déclaré que l’entreprise peut créer des tableaux de bord personnalisés pour suivre l’exactitude des conceptions d’apprentissage automatique et générer des alertes pour les modifications inhabituelles avant qu’elles n’aient un effet sur l’entreprise ou clients.
L’observabilité pour briser les silos d’informations, accélérer les développements
Un autre problème pour les entreprises déployant des applications ML, selon New Antique’s Fighel, est de savoir comment les différents groupes à travers les entreprises ne peuvent pas traiter efficacement les unes avec les autres en raison de la diversité des tableaux de bord et des interfaces distinctes.
« Il existe un écart important entre les concepteurs, les scientifiques de données AKA, et les implémenteurs de modèles, l’ingénierie des données AKA , et les équipes devops. En disposant d’outils comme celui-ci, une conception peut être produite rapidement », a déclaré Thurai.
La plate-forme One peut aider à rassembler les groupes même si l’entreprise a déjà acheté différentes plates-formes de sciences de l’information, en fournissant un interface utilisateur qui permet aux informaticiens et aux autres utilisateurs d’importer des données et de visualiser des conceptions basées sur différentes plates-formes de ML, a déclaré Fighel.
Cette capacité peut également aider à résoudre les problèmes de blocage des fournisseurs, a déclaré Fighel. Selon le rapport de recherche LogDNA, plus de la moitié des professionnels interrogés ont déclaré que les entreprises ne peuvent pas mettre en œuvre les outils qu’elles souhaitent en raison du verrouillage des fournisseurs.
Tarifs et calendrier
Le nouveau dispositif de détection de capacité de surveillance, qui est actuellement en programmation de base, est offert gratuitement sur la plate-forme One avec un supplément de 100 Go par mois. Néanmoins, Fighel a déclaré que le nouveau système suivra rapidement un modèle de prix à la consommation.
Quelques concurrents de New Relic comprennent des sociétés telles que Sumo Logic, AppDynamics, Dynatrace, ManageEngine et la suite Microsoft Azure Application Insights.
Toute l’actualité en temps réel, est sur L’Entrepreneur
