MLOps |虚拟事件
付诸实施
大规模机器学习

成功地建立一个机器学习模型已经很困难了。跟踪成千上万的实验,大规模重现结果,将模型转移到生产中,重新部署和推出更新的模型,这些都是指数级的困难。为了应对这些挑战,许多组织正在构建自定义的“ML平台”来自动化和标准化端到端ML生命周期。bob体育客户端下载

观看我们下面的演讲,了解更多关于构建ML平台、mlBOB低频彩op的最新发展和最佳实践,以及如何在Databricks上使用MLflow管理和标准化整个ML生命周期,从而帮助组织解决这些共同挑战并加速创新。bob体育客户端下载

演讲者是


马泰Zaharia
首席技术官和联合创始人

凯文王
能力领导,机器学习工程师
H&M

韦斯·克拉克
企业分析和人工智能首席架构师
J.B.亨特运输公司

卡拉菲利普斯
数据科学,MLOps顾问
阿提斯动物园咨询

第一部分:开幕主题演讲

MLOps和ML平台行业现bob体育客户端下载状——Matei Zaharia, Databricks首席技术官和联合创始人,Clemens Mewald, Databricks产品管理总监

看现在|幻灯片Pt1|幻灯片Pt2

第二部分:产品演示

使用MLflow在Databricks上为PyTorch提供端到端MLOps——Sean Owen, Databricks的首席架构师。

看现在

第三部分:H&M的客户故事

大规模应用MLOps - kevin Wang,能力主管,ML工程师,H&M - H&M参考架构的概述和生产工作流程的演示。本次演讲将涵盖整个MLOps堆栈,解决人工智能和机器学习产品中的一些常见挑战,如开发效率、端到端可追溯性、生产速度等。

看现在|幻灯片

第四部分:J.B.亨特运输和Artis咨询公司的客户故事

MLOps中的CI/CD -在企业规模上实现自助服务实验和部署的框架- wesly Clark,企业分析和人工智能首席架构师,J.B. Hunt Transport和Cara Phillips,数据科学,MLOps顾问,Artis Consulting -本次演讲将涵盖框架的核心价值,概念和惯例,随后是如何实现Databricks资源,代码的自助服务自动化的技术演示。并将作业部署到Azure DevOps CI/CD管道中。

看现在|幻灯片

准备好开始了吗?

免费尝试联系我们

接下来是什么?

免费教程:介绍MLflow在Databricks

在这个简单的实践教程中,我们将看看如何使用健康数据来预测预期寿命。它将从Apache Spark中的数据工程、数据探索、模型调优和使用hyperopt和MLflow进行日志记录开始。本文将继续举例说明模型注册中心如何管理模型升级,以及如何将MLflow作为作业或仪表板简单地部署到生产环境。

看现在

推荐Spark + AI峰会技术讲座

来自Atlassian、Zynga、星巴克等领先行业专家的数据科学和机器学习讲座。

以前的箭头
会话1
自动预测使用Prophet, Databricks, Delta Lake和MLflow在Atlassian
会话2
Zynga利用Spark和MLflow开发深度强化学习
会议3
将模型转化为医学:西雅图儿童视觉沟通管理的一个例子
会话4
在星巴克大规模操作机器学习
会议5
生成式超级高铁设计:管理大规模模拟,专注于快速洞察分析和需求建模
会话6
在BlueCross blushield中用于纪念数据科学项目工件的模式和反模式
会议7
在Quby通过统一的数据和人工智能方法节省家庭能源
会话8
机器学习数据沿袭MLflow和Delta Lake
下一个箭头