Aperçu¶
L'un des principaux avantages de la plateforme ETAA est sa capacité à s'intégrer aux plateformes d'apprentissage automatique populaires telles que Databricks et AzureML.
L'Espace de travail d'analyse avancée (ETAA) est une plateforme d'analyse de données open source conçue pour être hautement intégrable. Cela signifie qu'il peut être facilement intégré à d'autres plates-formes et outils pour étendre ses capacités et rationaliser les flux de travail.
Un exemple de diagramme illustrant une stratégie de connexion PaaS possible :
Configuration : Si vous avez besoin d'aide pour intégrer une offre de plateforme en tant que service, nous serons heureux de vous aider!
Intégration avec les offres de plateforme externe en tant que service (PaaS)¶
L'intégration est la clé du succès.
Notre plateforme open source offre une optionnalité inégalée à nos utilisateurs. En permettant aux utilisateurs d'utiliser des outils open source, nous leur permettons d'utiliser leurs cadres préférés de science des données et d'apprentissage automatique. Mais la véritable puissance de notre plateforme vient de sa capacité à s'intégrer à de nombreuses offres Platform as a Service (PaaS), comme Databricks ou AzureML. Cela signifie que nos utilisateurs peuvent tirer parti de la puissance du cloud pour exécuter des pipelines complexes de traitement de données et d’apprentissage automatique à grande échelle. Avec la possibilité de s'intégrer aux offres PaaS, notre plateforme permet à nos utilisateurs de faire passer leur travail au niveau supérieur, en leur donnant le pouvoir d'adapter facilement leurs charges de travail et de profiter des dernières innovations dans le domaine de la science des données et des machines. apprentissage. En offrant ce niveau d'optionnalité, nous garantissons que nos utilisateurs peuvent toujours choisir le bon outil pour le travail et garder une longueur d'avance dans un domaine en constante évolution.
Nous pouvons intégrer de nombreuses offres Platform as a Service (PaaS), comme Databricks ou AzureML.
Databricks¶
Databricks est une plateforme basée sur le nuage qui fournit une plateforme d'analyse unifiée pour le traitement du Big Data et l'apprentissage automatique. Avec son puissant moteur informatique distribué et ses outils de flux de travail rationalisés, Databricks est un choix populaire pour créer et déployer des modèles d'apprentissage automatique. En s'intégrant à Databricks, la plateforme ETAA peut exploiter ses capacités informatiques distribuées pour former et déployer des modèles d'apprentissage automatique à grande échelle.
AzureML¶
AzureML est une autre plate-forme d'apprentissage automatique populaire qui fournit une large gamme d'outils pour créer, former et déployer des modèles d'apprentissage automatique. En s'intégrant à AzureML, la plateforme ETAA peut tirer parti de ses puissants outils de création et de formation de modèles, ainsi que de sa capacité à déployer des modèles dans le nuage.
Exemples¶
Des exemples de la façon d'intégrer la plate-forme ETAA avec ces plates-formes et d'autres peuvent être trouvés sur le référentiel MLOps Github.
Ce référentiel contient une gamme d'exemples et de didacticiels permettant d'utiliser la plateforme ETAA dans divers flux de travail d'apprentissage automatique, notamment la préparation des données, la formation de modèles et le déploiement de modèles.
Conclusion¶
En s'intégrant à des plateformes d'apprentissage automatique populaires telles que Databricks et AzureML, la plateforme ETAA fournit une solution puissante et flexible pour créer, déployer et gérer des flux de travail d'apprentissage automatique à grande échelle.
En tirant parti des intégrations et des outils fournis par ces plateformes, les data scientists et les ingénieurs en apprentissage automatique peuvent accélérer leurs flux de travail et obtenir de meilleurs résultats avec moins d'efforts.