Ignorar navegação

Operações de machine learning (MLOps)

Funcionalidades do Azure Machine Learning que automatizam e aceleram o ciclo de vida do aprendizado de máquina

Capacidade de reprodução de treinamento com rastreamento avançado de conjuntos de dados, código, testes e ambientes em um registro de modelo avançado.

Dimensionamento automático, computação gerenciada avançada, implantação sem código e ferramentas para facilitar o treinamento e a implantação do modelo.

Fluxos de trabalho eficientes com funcionalidades de agendamento e gerenciamento para criar e implantar com CI/CD (integração/implantação contínua).

Funcionalidades avançadas para atender aos objetivos de governança e controle, além de promover a transparência e a imparcialidade do modelo.

Forneça inovação rapidamente

MLOPs — operações de aprendizado de máquina, ou DevOps para aprendizado de máquina — permitem que as equipes de ciência de dados e TI colaborem e aumentem o ritmo de desenvolvimento e implantação de modelos por meio do monitoramento, validação e governança de modelos de aprendizado de máquina.

Crie modelos e fluxos de trabalho reproduzíveis

Reduza as variações nas iterações do modelo e forneça tolerância a falhas para cenários de nível empresarial por meio de modelos e treinamento reproduzíveis. Use conjuntos de dados e registros de modelos avançados para rastrear ativos. Habilite a rastreabilidade aprimorada com o acompanhamento de código, dados e métricas no histórico de execuções. Crie pipelines de aprendizado de máquina para projetar, implantar e gerenciar fluxos de trabalho de modelo reproduzíveis para uma entrega consistente de modelo.

Implante facilmente modelos altamente precisos em qualquer lugar

Implante rapidamente e com confiança. Use o dimensionamento automático, a CPU gerenciada e os clusters de GPU com treinamento distribuído na nuvem. Empacote modelos rapidamente e garanta a alta qualidade em todas as etapas usando ferramentas de validação e criação de perfil do modelo. Use a distribuição controlada para promover modelos para produção.

Gerencie com eficiência todo o ciclo de vida do aprendizado de máquina

Use a integração interna com o Azure DevOps e GitHub Actions para agendar, gerenciar e automatizar fluxos de trabalho com perfeição. Otimize o treinamento de modelos e os pipelines de implantação, compile para CI/CD para facilitar o retreinamento e ajuste facilmente o aprendizado de máquina aos processos de lançamento existentes. Use a análise avançada de descompasso de dados para melhorar o desempenho do modelo ao longo do tempo.

Alcance a governança em todos os ativos

Acompanhe o histórico de versão do modelo e a linhagem para auditabilidade. Defina cotas de computação em recursos e aplique políticas para garantir a adesão aos padrões de segurança, privacidade e conformidade. Crie trilhas de auditoria para atender aos requisitos regulatórios à medida que você marca ativos de aprendizado de máquina e rastreia automaticamente experimentos para CI/CD. Use os recursos avançados para atender aos objetivos de governança e controle e promover a transparência e a imparcialidade do modelo.

Beneficie-se da interoperabilidade com o MLflow

Crie fluxos de trabalho de aprendizado de máquina de ponta a ponta flexíveis e mais seguros usando o MLflow e Azure Machine Learning. Dimensione perfeitamente suas cargas de trabalho existentes, desde a execução local até a nuvem e a borda inteligentes. Armazene seus experimentos do MLflow, execute métricas, parâmetros e artefatos de modelo no workspace centralizado do Azure Machine Learning.

Aumente o tempo de retorno com as práticas recomendadas do MLOps

Mais organizações estão usando o machine learning para criar insights preditivos e gerar resultados para os negócios. Saiba como usar o MLOps para acelerar o desenvolvimento e a implantação de modelos de machine learning e aumentar o tempo de retorno.

Acelere o ciclo de vida do ML com o Azure Machine Learning

O acesso mais rápido a insights de IA e machine learning é fundamental para o sucesso da empresa. Saiba como criar e implantar soluções de machine learning de forma rápida e eficiente, otimizando os fluxos de trabalho com o Azure Machine Learning.

Veja as operações de aprendizado de máquina em ação

Crie pipelines de aprendizado de máquina para projetar, implantar e gerenciar fluxos de trabalho de modelos

Crie pipelines de aprendizado de máquina para projetar, implantar e gerenciar fluxos de trabalho de modelos

Crie pipelines de aprendizado de máquina para projetar, implantar e gerenciar fluxos de trabalho de modelos

Implante rapidamente com confiança usando dimensionamento automático e clusters de inferência gerenciados e distribuídos

Implante rapidamente com confiança usando dimensionamento automático e clusters de inferência gerenciados e distribuídos

Implante rapidamente com confiança usando dimensionamento automático e clusters de inferência gerenciados e distribuídos

Interaja com o Azure DevOps e o GitHub Actions para automatizar fluxos de trabalho de aprendizado de máquina

Interaja com o Azure DevOps e o GitHub Actions para automatizar fluxos de trabalho de aprendizado de máquina

Interaja com o Azure DevOps e o GitHub Actions para automatizar fluxos de trabalho de aprendizado de máquina

Melhore a governança e o gerenciamento de custos em seus projetos de aprendizado de máquina

Melhore a governança e o gerenciamento de custos em seus projetos de aprendizado de máquina

Melhore a governança e o gerenciamento de custos em seus projetos de aprendizado de máquina

Veja como os clientes estão agregando valor com as operações de aprendizado de máquina

"Using the MLOps capabilities in Azure Machine Learning, we were able to increase productivity and enhance operations, going to production in a timely fashion and creating a repeatable process."

Vijaya Sekhar Chennupati, cientista de dados aplicado, Johnson Controls
Controles de Johnson

Recursos adicionais

GitHub do MLOps

Veja um código de exemplo

Gerenciamento de modelos do MLOps

Leia a documentação
Podemos ajudar você?