Применение Arenadata Catalog и ML Фаб позволяет управлять качеством данных и жизненным циклом моделей машинного обучения.
Развитие искусственного интеллекта (ИИ) оказало огромное влияние на современный бизнес. В настоящее время почти каждая компания, стремясь оставаться конкурентоспособной, полагается на ИИ и его возможности. Однако, чтобы ИИ мог эффективно функционировать, необходимы качественные исходные данные и средства автоматизации жизненного цикла моделей машинного обучения. Именно они позволяют обучить модели ИИ на основе реальных сценариев, а также дают возможность организациям опережать своих конкурентов.
На вебинаре, состоявшемся 19 марта, эксперты компаний «Иннодата» и «ДатаКаталог» рассказали о совместном решении, повышающем эффективность сервисов машинного обучения.
На базе программного обеспечения Arenadata Catalog и ML Фаб была проведена демонстрация применения концепции D/MLOps. Взяв за основу реальный кейс компании, производителя газированных напитков, эксперты продемонстрировали пошаговый процесс поиска необходимых данных и последующий их анализ с помощью технологий машинного обучения, позволяющий получить достоверный прогноз ожидаемых оценок потребителей новых видов напитков до начала их фактического производства и выпуска на рынок.
Артем Нестерчук, product owner Arenadata Catalog, рассказал об основных компонентах системы, которые позволяют анализировать качество поступающих данных, управлять единой моделью данных в рамках всей компании, а также подготовить данные для использования в ML Фаб.
Руководитель направления Data Science компании «Иннодата» Александр Борисов представил концепцию D/MLOps, объединяющую инструменты управления качеством данных и средства автоматизации жизненного цикла ML-моделей, отметив технологические и бизнес-преимущества данного подхода, в числе которых повышение качества моделей и снижение time-to-market за счет быстрого поиска нужных данных и обмена результатами анализа.
Единый подход к пониманию данных и моделей позволяет, по нашей оценке, в 5−7 раз снизить time-to-market, минимизировать затраты на реализацию и поддержку ML-проектов, уменьшать количество инцидентов, а также использовать накопленный опыт в дальнейшем развитии проекта.
АЛЕКСАНДР БОРИСОВ,
руководитель направления Data Science компании «Иннодата».
руководитель направления Data Science компании «Иннодата».
Запись вебинара можно получить по ссылке.
«Иннодата» — российский разработчик инновационного ПО, резидент Иннополиса. В технологический стек компании входят такие направления, как управление большими данными, предсказательная аналитика, разработка с использованием технологий искусственного интеллекта, Machine Learning, Process Mining и Task Mining. Разработки сфокусированы на следующих сегментах: транспортная отрасль, промышленность, FMCG и дистрибьюторские компании, финансовые институты, девелопмент в строительной сфере.
Подробнее
Подробнее
О компании «ДатаКаталог»
Компания «ДатаКаталог» (входит в группу Arenadata) — была основана специалистами с многолетним опытом создания и сопровождения продуктов в области управления данными. Ее разработки базируются на компонентах с открытым исходным кодом и учитывают требования российских клиентов. Среди клиентов «ДатаКаталога» крупнейшие отечественные организации из финансовой и банковской отраслей, ритейла, реального сектора.
Подробнее
Подробнее