指導數據+人工智能峰會上歐洲2020 MLflow會談
在過去的兩年裏發布以來,MLflow企業間快速普及和科學界的數據。超過2米的下載,260貢獻者,100 +組織貢獻,勢頭似乎每年增長。
我們一起短picks-keynotes列表,教程,和會議MLflow:社區和組織如何管理他們的模型在使用MLflow和規模MLOps最佳實踐。
主題演講
加入馬泰Zaharia星期四,11月19日為他的主旨利用機器學習生產MLflow新特性更多地了解一些最新的和新的MLflow特性。具體來說,馬泰將一些最新的功能添加MLflow productionizing機器學習,機器學習流行的開源平台於2018年開始由磚。Beplay体育安卓版本這些包括內置支持模型使用模型注冊管理和審查,api自動持續集成和交付(CI / CD),模型模式捕獲模型的預期數據格式的差異,與模型explainability工具和集成。
林巧、工程主管、PyTorch Facebook,將討論最近的進展與MLflow PyTorch及其擴展的集成。
會談
我們有一個很好的陣容MLflow揚聲器和會議的會議。加入專家H&M, Facebook, Yotpo,塞爾登,停住,Criteo,磚和更多的現實生活中的例子,用例,和深度潛水MLflow:
- 大規模應用MLOps:MLOps已采取中心舞台越來越多的機器學習模型是投入生產。本階段將演示如何規模和管理它們。凱文,數據+人工智能在H & M,將分享大規模productionising毫升模型的參考體係結構。
- 可再生的AI使用PyTorch和MLflow:吉塔Chauhan, Facebook的人工智能工程主管合作,將展示如何構建可再生的人工智能模型和工作流使用PyTorch MLflow可以在您的團隊之間共享。
- 與MLflow Productionising實時服務:首席軟件工程師羅恩Barabash Yotpo,將在Yotpo解釋他們所做的為了讓MLflow模型服務產品級!
- MLflow在公司規模Criteo首席軟件工程師:Jean-Denis勒,將討論如何管理50 k,數以百萬計的指標、參數或標簽,一些爆發在20 k每秒。
- 墊堆棧(MLflow、氣流、Tensorflow火花)跨係統編排的機器學習管道一天:停住完成超過1700萬網絡釣魚檢測,提供至關重要的在線保護這種類型的攻擊。在這個演講,若昂•達席爾瓦和尤裏·Kasimov將墊堆棧productionisation機器學習和他們的旅程到集成模型跟蹤、存儲、跨係統編製和模型部署一個完整的和現代的機器學習管道停住。
- 模型試驗跟蹤和注冊使用MLflow磚:破折號德賽StreamSets,將討論如何規範和自動跟蹤的模型實驗和開發MLflow跟蹤。
- 無縫MLOps塞爾登和MLflow:塞爾登的Adrian Gonzalez馬丁,機器學習工程師將討論通過端到端的操作示例顯示如何從研究到生產沒有多少利用塞爾登的核心和複雜性MLflow框架。
- 構建一個毫升工具使用三角洲& MLflow預測文章的質量分數數據科學家:伊凡娜Pejeva 61號元素,將介紹如何Roularta -新聞與媒體出版公司已經建立了一個AI-driven文章質量得分為並行計算解決方案使用火花,湖三角洲高效數據使用,伯特NLP和MLflow模型管理。
- 構建MLOps平台周圍MLflowBeplay体育安卓版本 Productionalization使模型在短短幾分鍾:米蘭貝爾卡,在其子as DataSentics毫升建築師。,將他們MLOps平台,由MLflow。Beplay体育安卓版本
- 確定性機器學習MLflow和mlf-core:盧卡斯Heumos,研究軟件工程師,將mlf-core及其demeternistic項目模板基於MLflow PyTorch, Tensorflow, XGBoost。
- 引入MLflow磚端到端的機器學習:肖恩·歐文,磚的主要解決方案架構師,將指導您完成一個端到端的機器學習生命周期使用MLflow發展部署示例使用Apache引發毫升。
下一個步驟
你可以瀏覽我們的會話數據+人工智能峰會日程安排,太。
開始使用開源MLflow,聽從指示mlflow.org或檢查在Github MLflow發布代碼。我們很高興聽到您的反饋!
如果你現有的磚用戶,您就可以開始使用托管MLflow磚,導入快速啟動筆記本Azure磚或AWS。如果你沒有一個磚的用戶,訪問//m.eheci.com/product/managed-mlflow了解更多,開始的免費試用MLflow磚和管理。
免費試著磚