Acompanhar o desempenho
A monitorização mostra se uma solução continua a funcionar como previsto.
MLOps
Leve os modelos de machine learning do desenvolvimento à utilização diária, mantendo-os fáceis de gerir.
Um modelo pode ter um bom desempenho num teste e piorar mais tarde devido a alterações nos dados ou no contexto. Sem monitorização e controlo de versões, isso passa muitas vezes despercebido. O MLOps organiza o desenvolvimento, a colocação em produção, a monitorização e a manutenção dos modelos de machine learning.
De uma possibilidade isolada a uma aplicação útil
Uma aplicação só ganha significado quando responde a uma tarefa concreta e utiliza a informação disponível para a realizar.
A forma como é configurada acompanha a complexidade e o risco da aplicação. Por isso, definimos antecipadamente o que a solução deve e não deve fazer, como os resultados serão verificados e quem continua a ser responsável.
O que proporciona
Responder atempadamente às alterações
As alterações nos dados, modelos ou sistemas podem ser avaliadas de forma direcionada.
Gestão clara
Os acordos definem quem é responsável e como são tratados os incidentes e as melhorias.
A nossa abordagem
-
Avaliar a importância e o risco
Determinamos até que ponto a solução é crítica para a organização.
-
Definir acordos de gestão
Definimos responsabilidades, indicadores e procedimentos de acompanhamento.
-
Configurar a monitorização
Monitorizamos o desempenho relevante, os dados e os sinais operacionais.
-
Gerir incidentes e alterações
Organizamos a recuperação e a avaliação das alterações.
-
Melhorar de forma direcionada
Melhoramos a solução com base na utilização e em necessidades mensuráveis.
Adaptado à sua organização
Este serviço é relevante para organizações que utilizam modelos de machine learning em produção. A configuração concreta depende do processo, dos dados disponíveis e dos riscos da aplicação.
Por isso, começamos com uma aplicação bem delimitada e só alargamos o âmbito quando a configuração inicial funciona na prática.
Outras soluções
Uma plataforma de dados para fontes dispersasReúna dados de sistemas separados num só lugar, onde todos veem os mesmos números.
Dashboard para as operações diáriasVeja o ponto de situação num único ecrã, sem ter de criar relatórios primeiro.
Prever quando é necessária manutençãoPlaneie a manutenção com base no que os dados indicam, não num calendário fixo.
Perguntas frequentes
Este serviço centra-se no seguinte desafio: MLOps organiza o desenvolvimento, o deployment, a monitorização e a manutenção de modelos de machine learning. O funcionamento na prática depende do processo e dos dados disponíveis.
O serviço pode ser relevante para organizações que utilizam modelos de machine learning em produção. Uma necessidade concreta e informação útil são mais importantes do que a dimensão da organização.
Depende da aplicação escolhida. Começamos pela questão a que é preciso dar resposta e depois determinamos que dados ou fontes são necessários e adequados para esse fim.
Não. Para tarefas fixas e previsíveis, a automatização convencional pode ser suficiente. Escolhemos a abordagem mais simples que responde adequadamente ao desafio e só acrescentamos complexidade quando é necessário.
Definimos o âmbito da aplicação, validamos os resultados com os utilizadores e estabelecemos controlos adequados. Após a entrada em funcionamento, acompanhamos o seu desempenho e ajustamos a solução quando os dados, a utilização ou o contexto mudam.
Descubra o que MLOps pode fazer pela sua organização
Quer explorar por onde faz sentido começar com MLOps? Em conjunto, analisamos o desafio, a informação disponível e as condições necessárias.