Alþjóðlegur MLOps (Machine Learning Operations) markaður, lausnir sem hjálpa gagnasérfræðingum að einfalda og hámarka ferla við innleiðingu vélanáms, munur vöxtur um 45% á ári þar til 2030. Spálið var gert af rannsóknarfyrirtækinu Valuates Reports, sem að meta stökk í verðmæti segmentins um 186 USD,4 milljónir, náðst árið 2023, fyrir 3 USD.6 bi. Ein af helstu ástæðunum fyrir hitun þessa markaðar gæti verið stytting tímans fyrir þróun spágerða módela. Matthías Relvas er metin, Yfirlitsfræðingur gagna hjá Datarisk, fyrirtæki sérhæft í notkun gervigreindar til að skapa verðmæti í hugtakinu "ákvörðun sem þjónusta
Samkvæmt honum, til að þróa svipuð kerfi með hefðbundnum aðferðum, stofnanir taka að meðaltali tvær til þrjár vikur, fer eftir flækjustigi geirans.
„Aftur á móti, með því að nota MLOps getur gögnasérfræðingur sjálfvirknivið alla sköpunarferlið. Fyrst fer hann í gegnum alla þjálfunarhlutann á líkönum með sjálfvirku vélanámi sem prófar reiknirit til að sjá hvaða þeirra virkar best. A þessu augnabliki, vísindamaðurinn getur einnig, ef þú vilt, hækka upp kóða sem hann hefur þegar og vista öll skjöl og alla kóða, þannig tryggir verndun skjala allra gagnagrunnanna. Sukkið í MLOps stafar af því að það útrýmir öllum þessum skrefum með því að skaparinn sjálfur sé ábyrgur og hafi allt sem hann þarf til að fara frá byrjun til enda verkefnisins, segir
Árið 2024, Datarisk hefur kynnt á markaðinn MLOps lausn sem einbeitir sér að því að þjóna fyrirtækjum sem eru leiðandi í starfsemi eins og lánveitingum, svikahætta, tilt til að breyta vinnu, framleiðni í landbúnaði, milli öðrum. Bara fyrstu sex mánuðina á þessu ári, tóliðin var notuð til að framkvæma meira en 10 milljónir fyrirspurna og, meðal þeirra ábata sem notendur þessarar tækni fá, einn af helstu áherslum var einmitt tímasparnaðurinn. Með MLOps frá nýsköpunarfyrirtækinu, meðaltíminn þrjár vikur hefur fallið niður í spurningu um klukkustundir
Carlos Relvas útskýrir einnig að, eftir að þetta fyrsta þjálfun er byggt, kemur inn í annað skref innan MLOps vettvangs Datarisk þar sem vísindamaðurinn getur sjálfkrafa, hann sjálfur, búa API fyrir módelið til að nota í ytri umhverfi. Þriðja skrefið, að hans sögn, er lausnarfyrir stjórnunar. Á þessari stundu, markmiðurinn er að tryggja að þessi líkan sem var þróaður, þjálfaður og er að vera notaður áfram að hafa góða frammistöðu yfir tíma. Verkfærið getur fylgst með bæði notkun forrita þinna og virkni API-anna til að tryggja ekki aðeins að allt sé að virka samkvæmt áætlun, en einnig leyfa að mæla gæði líkansins. Lausnin gerir að staðfesta, til dæmis, ef einhver breyta hefur breyst með tímanum og gefur notandanum tilkynningar ef líkanið er að tapa frammistöðu, segir
Markaðsviðtaka og rannsóknir sem Datarisk hefur unnið að gera fyrirtækinu kleift að spá fyrir um vöxt sem er meira en fimm sinnum hærri en notkunarhlutfall þessarar lausnar fram að lokum ársins 2025
Samskiptastjóri og forstjóri Datarisk, Jhonata Emerick, útskýrir að með því að verða frumkvöðull í framboði á lausnum í MLOps hugmyndinni í Brasilíu, startað er að setja í framkvæmd stefnu um að þroska og fullkomna helstu viðskiptaþærnar sínar. Við skiljum dýrmætari þörfina á markaðnum og nú erum við tilbúin að bjóða lausnir sem geta umbreytt raunveruleika gagnavísinda í landinu á mjög mikilvægan hátt, segir
Samkvæmt Emerick, í sérstaka tilviki þróunar spágerða módela, MLOps lausnir koma fram sem svar við innri ferlum sem eru hæg og hannaðar fyrir tíma þar sem fyrirtæki þurftu ekki að stjórna gagnasviði með þeirri hraða sem krafist er í dag
Almennt eru notuð TI biðkerfi þar sem gagnavísindasviðið klárar að búa til líkan og fer með það til verkfræðisviðsins til að búa til API. Þetta, að sínum tíma, það mun taka verulegan tíma að gera þína hlutdeild, hvenær mun verkefnið þá fara til lánavélarteymisins, til dæmis, til að hann geti loksins innleitt þessa API, það sem mun leiða til annarra fresta. Niðurstaðan er að, þegar líkanið er innleitt, aðstæður eru nú aðrar. Þess vegna verður MLOps lausnin svo áhrifarík þegar kemur að hámarkun, lokar
