Cloudera Hadirkan MLOps Berbasis Standar Terbuka

Cloudera Machine

JAKARTA (IndoTelko) - Cloudera, perusahaan cloud data enterprise, kemarin (11/5)  mengumumkan bahwa serangkaian kemampuan pembelajaran mesin produksi untuk MLOps kini tersedia di Cloudera Machine Learning (CML).

Perusahaan dapat mengelola dan mengamankan siklus ML untuk pembelajaran mesin produksi dengan fitur MLOps baru dan Cloudera SDX untuk beragam model CML. Para ahli data, teknisi pembelajaran mesin, dan operator dapat berkolaborasi dalam satu solusi tunggal yang secara drastis memangkas waktu untuk menilai dan meminimalkan risiko bisnis untuk model pembelajaran mesin produksi.

Dikatakan Pendiri dan CEO Blue Badge Insights, perusahaan konsultasi independen Andrew Brust, perusahaan yang melewati tahap uji coba adopsi pembelajaran mesin kini tengah berupaya meningkatkan skala pengerahan produksi hingga ratusan, bahkan ribuan model ML di seluruh bisnis mereka.

“Mengelola, memantau, dan mengatur model pada skala ini tidak dapat menjadi proses yang dilakukan khusus. Dengan platform operasi ML yang sesungguhnya, perusahaan dapat menjadikan AI komponen mission-critical dari bisnis mereka yang bertransformasi secara digital,” kata Brust.
 
Rilis Cloudera Machine Learning dengan fitur-fitur MLOps baru dan Cloudera SDX untuk beragam model, memberi serangkaian dasar model dan kemampuan manajemen siklus untuk memungkinkan pendekatan yang berulang, transparan, dan teratur untuk meningkatkan skala pengerahan model dan kasus penggunaan ML.

Beberapa manfaatnya antara lain :
1. Katalog model yang unik dan kemampuan penelusuran data memungkinkan visibilitas ke seluruh siklus ML untuk menghilangkan silo dan blindspot, demi transparansi siklus sepenuhnya, kemudahan penjelasan, dan akuntabilitas.
2. Manajemen siklus pembelajaran mesin end-to-end utuh yang mencakup segala hal yang diperlukan untuk mengerahkan model pembelajaran mesin secara aman ke produksi, memastikan akurasi, dan meningkatkan skala kasus penggunaan.
3. Layanan pemantauan model kelas satu untuk melacak dan memantau aspek teknis dan akurasi prediksi dengan cara yang berulang, aman, dan skalabel.
4. Dibangun berbasis 100% standar open source dan terintegrasi penuh dengan Cloudera Data Platform sehingga memungkinkan pelanggan berintegrasi ke tool yang ada dan yang akan datang tanpa terkunci ke satu vendor.

Sementara itu, Chief Product Officer, Cloudera Arun Murthy, Cloudera telah bekerja lintas industri dengan beberapa pelanggan dan mitra terbesarnya untuk membangun standar terbuka untuk metadata pembelajaran mesin.

“Kami telah menerapkan standar-standar tersebut sebagai bagian dari Cloudera Machine Learning untuk memberikan semua yang dibutuhkan perusahaan dalam mengerahkan dan mempertahankan model pembelajaran mesin dalam produksi pada skala yang diperlukan. Dengan pengerahan model kelas satu, keamanan, tata kelola, dan pemantauan, ini merupakan solusi ML end-to-end pertama untuk manajemen siklus penuh dari data ke dampak bisnis yang didorong ML di seluruh lingkungan cloud hybrid dan multi-cloud,” jelasnya.

Serangkaian kemampuan pembelajaran mesin produksi yang diperluas di Cloudera Machine Learning (CML) mencakup:
1. Fitur MLOps baru untuk memantau kinerja fungsional dan bisnis dari model pembelajaran mesin :
a.    Mendeteksi kinerja model dan beralih dari waktu ke waktu dengan penyimpanan native dan akses ke metrik model khusus dan arbitrary.
b.    Mengukur dan melacak akurasi prediksi individu, serta memastikan model sesuai dan berkinerja optimal.

2. Cloudera SDX untuk beragam model memperluas kemampuan tata kelola SDX yang kini mendukung model-model:
a. Melacak, mengelola, dan memahami sejumlah besar model ML yang dikerahkan di seluruh perusahaan dengan katalog model, penelusuran siklus penuh, dan metadata khusus di Apache Atlas.
b. Melihat penelusuran data terkait dengan model yang dibangun dan dikerahkan dalam satu sistem tunggal untuk membantu mengelola dan mengatur siklus ML.
c. Peningkatan keamanan Model untuk titik akhir Model REST, yang memungkinkan model untuk dilayani dalam lingkungan produksi CML tanpa mengorbankan keamanan.