Memungkinkan para profesional data untuk dengan mudah membangun dan mengoperasionalkan produk data berbasis AI
DataOps.live, The Data Products Company™, mengumumkan ketersediaan langsung rangkaian kemampuan AIOps barunya, serangkaian fitur inovatif yang menyediakan manajemen siklus hidup menyeluruh beban kerja AI mulai dari pengembangan hingga produksi. Berpusat di sekitar Snowflake Cortex dan AWS Bedrock, kemampuan AIOps terbaru ini memungkinkan teknisi data, pemilik produk data, dan ilmuwan data untuk dengan mudah dan cepat membangun dan mengoperasionalkan produk data yang digerakkan oleh AI dengan konsistensi, skalabilitas, dan tata kelola yang tak tertandingi.
Dalam industri yang selama ini menggunakan pendekatan umum pembuatan, penerapan, dan pemeliharaan beban kerja AI secara manual, kemampuan AIOps baru dari DataOps.live menjawab permintaan dari bisnis yang perlu menyederhanakan beban kerja. Dengan fitur AIOps baru ini, pengguna kini dapat menentukan, melatih, dan memvalidasi model, serta menilai kesesuaiannya melalui penilaian kerugian pelatihan. Hal ini memastikan model AI dioptimalkan di setiap dimensi penting, seperti kualitas, biaya, dan kecepatan untuk setiap kasus penggunaan bisnis.
Lebih khusus lagi, rangkaian kemampuan AIOps baru DataOps.live meliputi:
- Abstraksi Teknis Sederhana: Segera memulai MVP, pembuktian teknologi, dan proyek pengembangan awal dengan kemampuan yang mengabstraksikan kompleksitas teknis.
- Integrasi Snowflake & AWS:Terintegrasi secara mulus dengan ekosistem LLM Snowflake melalui Snowflake Cortex, dan ekosistem LLM AWS melalui Amazon Bedrock, memungkinkan penggunaan berbagai LLM secara efisien baik sebagai model dasar maupun model yang disempurnakan dan khusus untuk domain organisasi.
- Manajemen Model Komprehensif: Mengotomatiskan pelatihan model, penyempurnaan, dan menilai/menilai ulang penyimpangan kualitas dari waktu ke waktu untuk memastikan optimal pertunjukan.
- Tata Kelola dan Skalabilitas: Dorong efisiensi operasional dengan CI/CD, keamanan, dan tata kelola bawaan, serta kurangi biaya operasional dengan menyesuaikan ukuran model untuk kebutuhan bisnis tertentu.
- Peningkatan Produktivitas Rekayasa Data: Templat yang dibuat sebelumnya mempercepat persiapan data dan penyesuaian model, sehingga meningkatkan produktivitas rekayasa data.
Sebagai praktik manajemen data modern, DataOps berfokus pada pembangunan, pengelolaan, dan operasionalisasi jalur data yang memindahkan dan mengubah data, termasuk model AI yang digunakan di setiap bagian proses tersebut. Penerapan DataOps yang berhasil dapat mendorong peningkatan produktivitas 10x lipat bagi teknisi data sekaligus memastikan kualitas data, tata kelola, dan efisiensi jalur. AIOps untuk Beban Kerja AI, bagian dari DataOps, memberikan serangkaian kemampuan khusus yang berfokus pada pengelolaan siklus hidup model AI/ML dalam jalur ini. AIOps memastikan model dikembangkan dan terus dinilai/dinilai ulang berdasarkan kualitas, kepercayaan, ketepatan waktu, dan biaya sehingga model tersebut bekerja secara optimal dalam lingkungan produksi.
Menurut IDC, kategori beban kerja Siklus Hidup Kecerdasan Buatan (AI) – yang mencakup seluruh spektrum pengembangan dan penerapan AI – mengalami peningkatan pengeluaran sebesar 26,6% dari tahun ke tahun dalam 12 bulan hingga 24 Mei.
“Dengan peluncuran rangkaian kemampuan AIOps baru kami, kami menyediakan tingkat kemampuan dasar yang lengkap yang meningkatkan produktivitas rekayasa data dan menyediakan kemampuan penting yang dibutuhkan untuk mengoperasionalkan model dan beban kerja AI dalam alur kerja DataOps.live,” kata Guy Adams, CTO di DataOps.live. “Produktivitas pengembang, tata kelola model, kontrol perubahan model, dan auditabilitas model sangat penting karena bisnis membuat keputusan nyata berdasarkan model AI mereka, dan DataOps.live memastikan bahwa elemen-elemen ini dimasukkan ke dalam setiap langkah saat kami mengoperasionalkan beban kerja AI.”
Daftar untuk menerima buletin berita insideAI yang gratis.
Bergabunglah dengan kami di Twitter: https://twitter.com/InsideBigData1
Bergabunglah dengan kami di LinkedIn: https://www.linkedin.com/company/insideainews/
Bergabunglah dengan kami di Facebook: https://www.facebook.com/insideAINEWSNOW