Come porto in produzione un modello Open Source?

“Developing ML systems is relatively fast and cheap, but maintaining them over time is difficult and expensive”. Questo è quanto afferma Google quando parla delle complessità nascoste dei Machine Learning Production Systems.

Infatti l’ostacolo principale nello sviluppo di modelli open source è la mancanza di un sistema per la loro gestione e distribuzione. Ed è per far fronte a questa esigenza che nasce il ModelOps.

In questa sessione, si partirà dallo sviluppo di un modello Sklearn e si mostrerà come SAS può fornire tale sistema grazie all’utilizzo del nuovo SAS Open Model Manager, lo strumento di Model Governance SAS per laboratori analitici open source. 

Partecipa al webinar e scoprirai come:

• generare valore di business con un modello open source
• portare in produzione un modello open source
• utilizzare al meglio gli strumenti e i sistemi di Model Ops SAS  

Relatore

Come membro del team di prevendita Analytics e CI, sono specializzato in ModelOps e Decisioning. In SAS mi sono sempre occupato della creazione di sistemi di Machine learning per la messa in produzione di modelli open source utilizzando diverse tecnologie per diversi settori. Il mio lavoro è quello di fornire soluzioni per distribuire, monitorare e governare i modelli in produzione e ottimizzare i processi decisionali aziendali. Per raggiungere questo obiettivo, utilizzo tecnologie software (piattaforma SAS Viya, Container, strumenti CI / CD) e Cloud (AWS, GCP).