Neben dem Entwerfen und Trainieren von Machine-Learning-Modellen bleiben wir auch im Anschluss dran, um sicherzustellen, dass das Modell ordnungsgemäß funktioniert und effektiv in Ihre Geschäftsinfrastruktur integriert werden kann.
Die Bereitstellung von Modellen für maschinelles Lernen kann genauso lange dauern wie die anfängliche Modellentwicklung, insbesondere in einem großen Unternehmen.
Fast Data Science - London
Folgende Überlegungen sind bei der Bereitstellung von ML-Modellen zu berücksichtigen:
Wie soll das Model kommunizieren? Über eine API, eine Webanfrage usw.?
Wollen wir eine in der Cloud gehostete oder eine On-Premise-Lösung? Bei Cloud-Hosting haben wir die Wahl zwischen Standard-Server- und serverloser Datenverarbeitung , die ihre eigenen Preisstrukturen haben.
Geschwindigkeit, Last, wie viele Instanzen, wird ein Load Balancer benötigt?
Zuverlässigkeit, Ausfallrate?
Gibt es irgendeine Art von Rückfall, falls das Modell ausfällt?
Genauigkeitsüberwachung? Welche Genauigkeit ist akzeptabel?
Wer soll benachrichtigt werden, wenn das Modell eine Prüfung nicht besteht?
Alle diese Überlegungen sollten von Anfang an im Projektplan berücksichtigt werden und verlängern die Zeit, die für die vollständige Produktion des Modells benötigt wird.
Wenn wir ein Modell für maschinelles Lernen für Ihr Unternehmen entwickeln und bereitstellen, können Sie sicher sein, dass wir die Qualität der Bereitstellung sicherstellen, sodass Sie eine robuste Lösung erhalten, die viele Jahre lang Bestand hat.
What we can do for you
