Passer la navigation

Opérations d’apprentissage automatique (MLOps)

Accélérez l’automatisation, la collaboration et la reproductibilité des flux de travail d’apprentissage automatique

Déploiement et gestion simplifiés de milliers de modèles dans des environnements de production, de l’environnement local à l’environnement périphérique

Points de terminaison complètement managés pour les prédictions par lot et en temps réel afin de déployer et d’évaluer des modèles plus rapidement

Pipelines reproductibles pour automatiser les flux de travail d’apprentissage automatique pour l’intégration continue/la livraison continue (CI/CD)

Surveille en permanence les mesures de performances du modèle, détecte la dérive des données et déclenche le recyclage pour améliorer les performances du modèle

Livrez rapidement l’innovation.

MLops (les opérations d’apprentissage automatique, ou DevOps pour l’apprentissage automatique), c’est là où se rencontrent les individus, les processus et la plateforme pour générer une valeur commerciale grâce à l’apprentissage automatique. Il simplifie le développement et le déploiement par le biais d’une surveillance, d’une validation et d’une gouvernance de modèles d’apprentissage automatique.

Créer des modèles et des flux de travail d’apprentissage automatique

Utilisez des jeux de données et des registres de modèles enrichis pour suivre les ressources. Profitez d’une traçabilité améliorée avec un suivi du code, des données et des mesures dans l’historique des exécutions. Créez des pipelines d’apprentissage automatique pour concevoir, déployer et gérer des flux de travail aux modèles reproductibles pour une livraison cohérente des modèles.

Déployez facilement des modèles hautement précis où que vous soyez.

Déployez rapidement et en toute confiance. Utilisez des points de terminaison en ligne gérés pour déployer des modèles sur de puissantes unités CPU et GPU, sans gérer l’infrastructure sous-jacente. Créez rapidement des modèles de packages et assurez une qualité supérieure à chaque étape à l’aide des outils de profilage et de validation des modèles. Utilisez le déploiement contrôlé pour promouvoir les modèles en production.

Gérer efficacement l’intégralité du cycle de vie de l’apprentissage automatique

Profitez de l'intégration intégrée avec Azure DevOps et GitHub Actions pour gérer et automatiser les flux de travail en toute fluidité. Optimisez les pipelines de formation et de déploiement des modèles, créez une intégration continue/livraison continue (CI/CD) afin de faciliter le recyclage, et intégrez facilement l'apprentissage automatique à vos processus de publication existants. Utilisez l'analyse avancée de la dérive des données pour améliorer les performances des modèles au fil du temps.

Atteindre la gouvernance entre les ressources

Effectuez un suivi de l’historique des versions et de la traçabilité du modèle pour son auditabilité. Définissez des quotas de calcul sur les ressources et appliquez des stratégies pour garantir le respect des normes de sécurité, de confidentialité et de conformité. Utilisez des fonctionnalités avancées pour atteindre des objectifs de gouvernance et de contrôle, et promouvoir la transparence et l’impartialité des modèles.

Bénéficier de l’interopérabilité avec MLflow

Créez des workflows Machine Learning flexibles et plus sécurisés de bout en bout à l’aide de MLflow et Azure Machine Learning. Mettez à l’échelle vos charges de travail existantes de l’exécution locale au cloud intelligent et à la périphérie. Stockez vos expériences MLflow, exécutez des indicateurs de performance, des paramètres et des artefacts de modèle dans l’espace de travail Azure Machine Learning centralisé.

Accélérez les opérations MLOps collaboratives entre les espaces de travail

Facilitez la collaboration entre espaces de travail et MLOps avec des registres. Hébergez des ressources d’apprentissage automatique dans un emplacement central, les mettant à la disposition de tous les espaces de travail de votre organisation. Découvrez, mettez en avant et partagez des modèles, des environnements, des composants et des jeux de données avec vos équipes. Réutilisez des pipelines et déployez des modèles créés par des équipes dans d’autres espaces de travail tout en gardant la traçabilité intacte.

Centre de ressources

Afficher les opérations d'apprentissage automatique en action

Construire des pipelines d'apprentissage automatique pour concevoir, déployer et gérer les flux de travail des modèles.

Construire des pipelines d'apprentissage automatique pour concevoir, déployer et gérer les flux de travail des modèles.

Construire des pipelines d'apprentissage automatique pour concevoir, déployer et gérer les flux de travail des modèles.

Déployez rapidement en confiance à l’aide de clusters d’inférence distribués et managés à l’aide de la mise à l’échelle automatique.

Déployez rapidement en confiance à l’aide de clusters d’inférence distribués et managés à l’aide de la mise à l’échelle automatique.

Déployez rapidement en confiance à l’aide de clusters d’inférence distribués et managés à l’aide de la mise à l’échelle automatique.

Entrez en interaction avec Azure DevOps et GitHub Actions pour automatiser les flux de travail d’apprentissage automatique.

Entrez en interaction avec Azure DevOps et GitHub Actions pour automatiser les flux de travail d’apprentissage automatique.

Entrez en interaction avec Azure DevOps et GitHub Actions pour automatiser les flux de travail d’apprentissage automatique.

Améliorer la gouvernance et la gestion des coûts dans vos projets d’apprentissage automatique

Améliorer la gouvernance et la gestion des coûts dans vos projets d’apprentissage automatique

Améliorer la gouvernance et la gestion des coûts dans vos projets d’apprentissage automatique

Sécurité et conformité complètes et intégrées

  • Microsoft investit plus de USD 1 milliard par an dans la recherche et le développement en matière de cybersécurité.

  • Nous employons plus de 3,500 experts de sécurité qui se consacrent à la sécurité et à la protection des données.

  • Azure a plus de certifications que tout autre fournisseur de services cloud. Affichez la liste complète.

Démarrage avec un compte gratuit Azure

Démarrez gratuitement. Obtenez $200 crédits à utiliser dans les 30 jours. Pendant que vous avez votre crédit, obtenez des montants gratuits d’un bon nombre de nos services les plus populaires, ainsi que des montants gratuits de plus de 40 autres services toujours gratuits.

Après votre crédit, passez à payer au fur et à mesure pour continuer à construire avec les mêmes services gratuits. Payez uniquement si vous utilisez plus que vos montants mensuels gratuits.

Après 12 mois, vous continuerez à bénéficier de plus de 40 services toujours gratuits tout en payant uniquement ce que vous utilisez au-delà de vos montants mensuels gratuits.

Découvrez comment les clients créent de la valeur grâce aux opérations d'apprentissage automatique.

FedEx

"Customers expect timely and accurate information on their packages and a data-based delivery experience. We're helping FedEx stay on the leading edge with Azure Machine Learning, and we're building expertise for future projects."

Bikram Virk, chef de produit, IA et Machine Learning, FedEx
FedEx

BRF

"We're scaling with automated machine learning in Azure and MLOps capabilities in Azure Machine Learning so that our 15 analysts can focus on more strategic tasks instead of the mechanics of merging spreadsheets and running analyses."

Alexandre Biazin, Directeur exécutif de la technologie, BRF
BRF

Nestlé

"MLOps is at the core of our product. Because of its reproducible ML pipelines, ...registered models, and automatic model scoring, we're definitely detecting things that we missed before. Which, in terms of risk management, is really, really important."

Ignasi Paredes-Oliva, scientifique des données senior, Nestlé Global Security Operations Center
Nestle Italia

PepsiCo

"We've used the MLOps capabilities in Azure Machine Learning to simplify the whole machine learning process. That allows us to focus more on data science and let Azure Machine Learning take care of end-to-end operationalization."

Michael Cleavinger, directeur senior Science des données et Analytique Insights acheteurs, PepsiCo
PepsiCo

Créez un compte Azure gratuit

Pouvons-nous vous aider ?