Le grand débat des Mlops: plates-formes ML de bout en bout vs outils spécialisés avec Bindu Reddy, Noah Gift, Dan Jeffries, Shayan Mohanty, Demetrios Brinkmann

Au cours des dernières années, il a été établi que votre équipe ML a besoin d’au moins quelques outils de base afin d’être efficaces, fournissant un support pour divers aspects du flux de travail d’apprentissage automatique, de l’acquisition et de la gestion des données, au développement et à l’optimisation, au modélisation du déploiement et de la surveillance.

Mais comment y arriver? De nombreux outils disponibles sur l’étagère, commerciaux et open source, peuvent vous aider.
Aux extrêmes, ces outils peuvent tomber dans l’un des deux seaux. Des plates-formes de bout en bout qui tentent de prendre en charge de nombreux aspects du cycle de vie ML, et des outils spécialisés qui offrent une fonctionnalité profonde dans un domaine ou un domaine particulier.

Chez TwimlCon: AI Plateformes 2022, nos panélistes ont débattu le bien-fondé de ces approches dans le grand débat des MLOPS: plates-formes ML de bout en bout par rapport aux outils spécialisés.