Иннодата: ML Фаб

Основная статья: Управление качеством данных

2023: Регистрация в Роспатенте

Компания «Иннодата» зарегистрировала в Роспатенте «ML Фаб» –D/MLOps-платформу, объединяющую инструменты управления качеством данных и средства автоматизации жизненного цикла моделей машинного обучения. Об этом компания сообщила 11 декабря 2023 года.

D/MLOps-платформа «ML Фаб» предназначена для управления жизненным циклом моделей машинного обучения и данных для них. Продукт может использоваться любыми организациями, ведущими разработку и эксплуатацию моделей машинного обучения и сервисов на их основе. Инструменты Data Governance, интегрированные со средой разработки ML-моделей, позволяют специалистам Data science и бизнес-аналитикам быстрее находить необходимые данные и обмениваться результатами анализа, что существенно повышает качество моделей и ускоряет реализацию проектов.

Возможности ML Фаб обеспечены функциональностью многих Open Source-компонент, служащих для создания пайплайнов данных, хранения и версионирования датасетов, создания и тестирования моделей машинного обучения, создания и публикации веб-сервисов на их основе, мониторинга опубликованных сервисов, визуализации метрик качества моделей, хранения и версионирования кода моделей, а также экспериментов по их обучению.Дмитрий Бородачев, DатаРу Облако: Наше преимущество — мультивендорная модель предоставления облачных услуг

Платформа развертывается в программной среде Kubernetes с помощью авторского кода, выполняющего установку и настройку всех необходимых компонент платформы из единого репозитория. Доступ пользователей платформы производится через веб-браузер.

Мы не первый год внедряем востребованные решения в сфере управления данными и машинного обучения, – сказал исполнительный директор «Иннодата» Александр Сергиенко. – Регистрация в Роспатенте платформы «ML Фаб» – очередной важный этап для этого направления деятельности нашей компании и укрепления ее позиций на рынке отечественных разработчиков инновационных цифровых продуктов. В рамках текущих и будущих проектов мы планируем адаптировать универсальный функционал решения под потребности и бизнес-процессы наших заказчиков из различных отраслей, включая транспорт, ритейл и промышленность.