Cloudera Hadirkan Fitur MLOps Baru

Jakarta, Itech- Perusahaan data cloud enterprise, Cloudera, mengumumkan serangkaian kemampuan pembelajaran mesin produksi untuk MLOps yang kini tersedia di Cloudera Machine Learning (CML). Perusahaan dapat mengelola dan mengamankan siklus ML untuk pembelajaran mesin produksi dengan fitur MLOps baru dan Cloudera SDX untuk beragam model CML. Para ahli data, teknisi pembelajaran mesin, dan operator dapat berkolaborasi dalam satu solusi tunggal yang secara drastis memangkas waktu untuk menilai dan meminimalkan risiko bisnis untuk model pembelajaran mesin produksi.

Andrew Brust, Pendiri dan CEO Blue Badge Insights, perusahaan konsultasi independen mengatakan perusahaan yang melewati tahap uji coba adopsi pembelajaran mesin kini tengah berupaya meningkatkan skala pengerahan produksi hingga ratusan, bahkan ribuan model ML di seluruh bisnis mereka. “Mengelola, memantau, dan mengatur model pada skala ini tidak dapat menjadi proses yang dilakukan khusus. Dengan platform operasi ML yang sesungguhnya, perusahaan dapat menjadikan AI komponen mission-critical dari bisnis mereka yang bertransformasi secara digital,” lanjutnya.

Rilis Cloudera Machine Learning dengan fitur-fitur MLOps baru dan Cloudera SDX untuk beragam model, memberi serangkaian dasar model dan kemampuan manajemen siklus untuk memungkinkan pendekatan yang berulang, transparan, dan teratur untuk meningkatkan skala pengerahan model dan kasus penggunaan ML.

Arun Murthy, Chief Product Officer, Cloudera mengatakan pihaknya telah bekerja lintas industri dengan beberapa pelanggan dan mitra terbesar perusahaan untuk membangun standar terbuka untuk metadata pembelajaran mesin. “Kami telah menerapkan standar-standar tersebut sebagai bagian dari Cloudera Machine Learning untuk memberikan semua yang dibutuhkan perusahaan dalam mengerahkan dan mempertahankan model pembelajaran mesin dalam produksi pada skala yang diperlukan. Dengan pengerahan model kelas satu, keamanan, tata kelola, dan pemantauan, ini merupakan solusi ML end-to-end pertama untuk manajemen siklus penuh dari data ke dampak bisnis yang didorong ML di seluruh lingkungan cloud hybrid dan multi-cloud,” lanjutnya. (red)