La plate-forme d’observabilité du machine learning (ML) Aporia a dévoilé aujourd’hui un partenariat stratégique avec Databricks. Selon les entreprises, la collaboration vise à responsabiliser les consommateurs qui utilisent la plate-forme Lakehouse de Databricks, les capacités d’IA et les offres MLflow en leur fournissant des fonctions de suivi innovantes pour leurs conceptions ML.
Les organisations peuvent désormais surveiller leur ML modèles en temps réel en publiant la toute nouvelle plate-forme d’observabilité ML d’Aporia directement au-dessus de Databricks, éliminant ainsi l’obligation de répliquer les données de leur Lakehouse ou de toute autre source d’informations.
L’intégration avec Databricks améliore la procédure de suivi, selon les entreprises, permettant l’analyse de milliards de prédictions sans avoir besoin de goûter des informations, d’apporter des modifications au code de production ou d’engager des coûts de stockage cachés.
« Cela implique de suivre des milliards de prédictions, de visualiser et d’expliquer les conceptions de ML en production, cela devient simple et facile », a déclaré le PDG d’Aporia, Liran Hason, à VentureBeat. « Aporia prend en charge tous les cas d’utilisation et types de conception, offrant aux équipes ML la flexibilité d’adapter la plate-forme à leurs besoins particuliers. »
Événement
Transformer 2023
Rejoignez-nous à San Francisco les 11 et 12 juillet, où des cadres supérieurs expliqueront comment ils ont réellement intégré et optimisé les investissements en IA pour réussir et éviter les pièges courants.
Inscrivez-vous maintenant en temps réel
suivi, modification La toute nouvelle offre permet de surveiller les anomalies telles que les problèmes de dérive, de prédisposition, de dégradation et d’intégrité des données et déclenche des alertes en direct sur les canaux d’interaction populaires, garantissant avis rapides. La plate-forme fournit également des tableaux de bord et des métriques personnalisés en temps réel, permettant à chaque partie prenante du ML
de hiérarchiser ses centres d’intérêt cruciaux et d’assimiler les métriques de la science de l’information à un impact concret sur l’entreprise. Ceci est crucial sur les marchés du financement, de l’emploi et des soins de santé, a déclaré Hason, et favorise un paysage raisonnable et transparent dans les choix automatisés. « Les organisations auraient désormais la capacité de gérer toutes les conceptions ML sous un seul centre, malgré la mise en œuvre », a déclaré Hason.
« Cette centralisation renforce le partenariat, facilite l’interaction et améliore la gestion de la conception, en favorisant une connaissance constante et des flux de travail d’équipe efficaces. »Simplification du suivi des informations grâce à l’observabilité ML exigeant généralement la duplication des données de leur lac d’informations vers leur plate-forme de suivi. Cependant, a déclaré Hason, cette méthode entraîne des erreurs, des problèmes ignorés, des dérives, de fausses alertes favorables et des difficultés à garantir l’équité et la surveillance des biais. La nouvelle intégration avec Databricks résout ces problèmes en permettant aux organisations de garder un œil sur toutes leurs conceptions ML sur Databricks rapidement, en quelques minutes.
En outre, l’intégration maximise les avantages des investissements financiers existants dans les bases de données, même pour les cas d’utilisation qui impliquent le traitement de volumes substantiels de prévisions, tels que les systèmes de suggestion, les conceptions de classement de recherche, les modèles de détection de fraude et les modèles de prévision de la demande. « Il n’est pas nécessaire de dupliquer les informations sur un environnement de surveillance différent », a expliqué Hason. « Cela garantit qu’une source unique de réalité est obtenue directement à partir de votre lac d’informations, ce qui simplifie la gestion des informations et accélère la conversion des informations en actions. La combinaison améliore l’efficacité du suivi des modèles ML et offre aux organisations la flexibilité et la liberté nécessaires pour tirer parti de leur ML et l’infrastructure d’information à son plein potentiel. « De nombreux cas d’utilisation L’entreprise a déclaré que la toute nouvelle plate-forme d’observabilité ML prendra en charge de nombreux cas d’utilisation, consistant à améliorer les systèmes de suggestion grâce à un suivi de l’efficacité en temps réel. Les organisations peuvent utiliser Aporia pour améliorer leurs algorithmes de classement de recherche, acquérir
des informations sur les taux de clics et améliorer les résultats des moteurs de recherche. De plus, la surveillance en temps réel d’Aporia permet de découvrir et d’éviter les activités frauduleuses, renforçant la sécurité et favorisant la confiance des clients.
La plate-forme garantit des prédictions précises dans la gestion de la chaîne d’approvisionnement et la vente au détail en suivant les conceptions de prévision des besoins, permettant groupes pour optimiser leur réaction aux écarts par rapport à un besoin prévu. Les capacités d’observabilité de la plateforme aideront également les institutions financières à suivre les modèles de risque de crédit, garantissant des évaluations de crédit précises et impartiales tout en déterminant les biais potentiels. Le port delta Databricks développe une connexion entre Aporia et le lac delta Databricks d’une organisation, reliant les ensembles de données de formation et d’inférence à Aporia, a décrit Hason. La plate-forme se distingue dans la surveillance des données à grande échelle en gérant facilement des milliards de prédictions sans recourir à l’échantillonnage des données, a déclaré Hason.
Cela garantit une évaluation complète et précise des performances de conception, ce qui est particulièrement utile pour les organisations aux prises avec des volumes d’informations considérables. « Aucune information cruciale ne passe inaperçue, ce qui garantit un suivi complet », a-t-il ajouté. Libérer le pouvoir de l’information pour la prise de décision notifiée Hason a déclaré que le partenariat jouera un rôle essentiel dans la promotion de l’adoption plus large de l’observabilité dans le paysage de l’IA et du ML, car il répond à la demande existante et soutient une compréhension et une reconnaissance beaucoup plus profondes de l’observabilité en tant qu’élément central de l’IA et du ML.
Il a déclaré que l’association d’une plate-forme d’observabilité robuste et d’une plate-forme de données évolutive constitue une proposition intéressante pour les entreprises
qui investissent dans l’IA et le ML. L’entreprise met en place un outil fusionné qui améliore l’observabilité à grande échelle, permettant aux entreprises de prendre des décisions éclairées et d’optimiser leurs initiatives d’IA. »La collaboration est particulièrement créée pour fournir une solution centrale, de bout en bout et économique
, permettant aux entreprises pour faire des choix fondés sur les données en toute confiance », a ajouté Hason. Les organisations peuvent surveiller toutes les données de production en quelques minutes, garantissant ainsi un retour sur investissement rapide. Cette application accélérée libère rapidement les avantages de l’investissement financier. « Ces nouvelles fonctionnalités peuvent économiser aux entreprises des ressources précieuses qui seraient autrement consacrées au dépannage et à la résolution des problèmes », a déclaré Hason. L’objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur l’innovation commerciale transformatrice et d’effectuer des transactions. Découvrez nos consignes..
Toute l’actualité en temps réel, est sur L’Entrepreneur
