HPE EZMERAL ML OPS

Une solution qui introduit l’agilité des DevOps dans le cycle de vie intégral du machine learning.

Lire la fiche de présentation

Télécharger le Guide Kubernetes pour MLOps

Présentation générale

Formations à la demande

Ventes par e-mail

Chat actuellement non disponible

Votre entreprise à l’ère du machine learning

Introduisez dans vos workflows de ML des capacités en vitesse et agilité comparables à celles des DevOps, et bénéficiez d’une assistance à chaque étape du cycle de vie du machine learning : l’expérimentation en sandbox avec votre choix de structures ML/DL, la formation de modèle sur des clusters distribués conteneurisés, le déploiement et le suivi de modèles en production.

+ afficher plus

Webinar à venir

Optez pour l’analyse sans limite

Je veux en savoir plus

HPE Ezmeral ML Ops en résumé

Regarder la vidéo

Une solution sur conteneur pour le cycle de vie du ML

Standardisez les processus durant le cycle de vie du ML pour créer, former, déployer et surveiller des modèles de machine learning.

Création de modèle

Des environnements en sandbox conteneurisés avec une variété d’applications et d’outils de machine learning et de deep learning

Apprentissage par les modèles

Des environnements d’apprentissage évolutifs avec un accès sécurisé au big data

Déploiement et surveillance de modèle

Déploiement de terminaux flexible et évolutif avec une surveillance de bout en bout.

La collaboration

Activez des processus de type DevOps avec des référentiels de code, de modèle et de projet.

Sécurité et contrôle

Une architecture mutualisée, sécurisée, intégrée aux mécanismes d’authentification au sein de l’entreprise

Déploiement hybride

Créez, formez et déployez des modèles sur site, sur le cloud ou dans un modèle hybride.

53

accroissement de la rentabilité ¹
52

amélioration de l’expérience client ²
49

optimisation de l’adoption des meilleures pratiques en science des données ³

HPE Discover Virtual Experience – Privilégiez une transformation centrée sur les données avec HPE Ezmeral Cloud Containers

Ces solutions étant désormais disponibles selon un modèle de déploiement à la demande, découvrez comment exécuter, gérer, contrôler et sécuriser les applications, les données et les opérations informatiques qui assurent le fonctionnement de votre entreprise. Découvrez comment le logiciel HPE Ezmeral fait fonctionner les conteneurs et Kubernetes à votre échelle pour moderniser les applications de l’edge au cloud.

Vidéos techniques

Créer et former un modèle avec HPE ML Ops

Déployer un modèle avec HPE ML Ops

Configurer un répertoire des projets dans HPE ML Ops

HPE Ezmeral ML Ops : présentation du cycle de vie complet du machine learning

Démo Opérationnaliser le cycle de vie du ML

Utiliser HPE Ezmeral ML Ops pour réussir avec l’IA

Intégrer les DevOps au machine learning

Machine Learning et données symboliques - Version longue

« Nos jeux en ligne génèrent des milliards de points de données chaque jour. Grâce à des modèles de ML complexes, nos scientifiques de données tirent profit d’analyses prescriptives pour améliorer l’expérience, la valeur de la durée de vie et la fidélité de nos joueurs. Les logiciels BlueData de HPE nous permettent de conteneuriser ces environnements de ML et d’analyse, et par conséquent d’améliorer notre efficacité opérationnelle et d’optimiser nos activités. »

Alex Ryabov, Directeur des services de données, Wargaming
Partager

« En tant qu’entreprise du secteur des soins de santé, nous brassons des quantités immenses de données, mais les équipes de science des données peinent à y accéder et à les exploiter pour réaliser des analyses et des pipelines de machine learning. BlueData nous a aidé à résoudre ces difficultés via sa solution en conteneurs, qui nous a permis d’obtenir des informations plus rapidement, de réduire nos coûts et de dégager du temps pour innover. Les bénéfices pour notre organisation sont importants et nous souhaitons poursuivre notre collaboration. »
Ramesh Thyagarajan, Directeur exécutif, The Advisory Board Company (Optum)
Partager

« Alors que la plupart des entreprises parviennent à accélérer les phases de création et de formation de leurs projets IA/ML, elles peinent à opérationnaliser le cycle de vie complet du ML, soit de la démonstration de faisabilité au pilote, puis au déploiement et à la surveillance de la production. HPE comble cette lacune en intégrant le cycle de vie complet du ML dans une solution s’appuyant sur des conteneurs, indépendante de la plateforme, et qui prend en charge les diverses exigences opérationnelles du ML, raccourcit le délai total d’obtention d’informations et optimise les résultats finaux. »
Ritu Jyoti, Vice-Président du programme, Stratégies d’IA chez IDC
Partager

Délai de rentabilisation raccourci pour l’IA/le ML

En un clic, HPE offre aux équipes de scientifiques de données un déploiement des environnements IA/ML distribués et un accès sécurisé aux données requises.

Solution de machine learning

HPE Ezmeral ML Ops

Une solution logicielle qui étend les fonctionnalités de HPE Ezmeral Container Platform pour prendre en charge le cycle de vie complet du machine learning, et pour instaurer des processus de type DevOps destinés à normaliser des workflows de machine learning.

Conteneurs

HPE Ezmeral Container Platform

Une plateforme logicielle conçue pour exécuter des applications cloud natives et non cloud native dans des conteneurs.

Avantages

Transformez des applications non cloud natives sans créer une nouvelle architecture.

Créez une application une fois et déployez-la n’importe où.

Un niveau reconnu de sécurité, de performance et de fiabilité à l’échelle de l’entreprise.

Solution de machine learning

HPE Ezmeral ML Ops

Une solution logicielle qui étend les fonctionnalités de HPE Ezmeral Container Platform pour prendre en charge le cycle de vie complet du machine learning, et pour instaurer des processus de type DevOps destinés à normaliser des workflows de machine learning.

Conteneurs

HPE Ezmeral Container Platform

Une plateforme logicielle conçue pour exécuter des applications cloud natives et non cloud native dans des conteneurs.

Avantages

Transformez des applications non cloud natives sans créer une nouvelle architecture.

Créez une application une fois et déployez-la n’importe où.

Un niveau reconnu de sécurité, de performance et de fiabilité à l’échelle de l’entreprise.

LE VISAGE DE LA RÉUSSITE

ADVISORY BOARD (OPTUM) CHOISIT BLUEDATA POUR ACCÉLÉRER LES RÉSULTATS QUELLE A OBTENU AVEC L’IA ET ML

Advisory Board (Optum) déploie des analyses prédictives et le machine learning en les appliquant au Big Data sur la plateforme de conteneurs, dérivée de la plateforme de l’équipe BlueData de HPE. Découvrez comment ils ont rationalisé les opérations et réduit les coûts tout en améliorant les soins assurés aux patients dans les hôpitaux américains.

Le défi

Aider les hôpitaux des États-Unis à convertir leur big data en informations exploitables, génératrices de valeur commerciale.

Solution

Déploiement d’applications de ML et d’analyse distribuées, et assurant l’indépendance du calcul et de la mémoire du stockage.

« BlueData nous a aidés à résoudre ces difficultés via sa solution en conteneurs, qui nous a permis d’obtenir des informations plus rapidement, de réduire nos coûts et de dégager du temps pour innover. Les bénéfices pour notre organisation sont importants et nous souhaitons poursuivre notre collaboration. »

Ramesh Thyagarajan, Directeur exécutif, Advisory Board (Optum)

Résultat

En effet, il a fallu des informations centrées sur les données pour améliorer l’efficacité opérationnelle, réduire les coûts d’infrastructure et améliorer les soins aux patients.

Regarder la vidéo

Apprenez à maîtriser HPE Ezmeral ML Ops en suivant des formations à la demande qui vous apporteront les connaissances de base en intelligence artificielle (IA) et en machine learning (ML) ainsi qu’une expérience technique pratique. On estime que seulement 20 % des projets de ML finissent par être mis en production. Alors formez-vous aux concepts de base de l’IA et du ML et intégrez le fonctionnement des algorithmes.

Élaborer des projets de machine learning

Cette formation vous familiarise avec les aspects les plus importants de l’élaboration d’un plan de projet de machine learning. Elle présente un processus en six étapes que vous pourrez reproduire pour tout workflow de machine learning.

Introduction à l’intelligence artificielle et au machine learning

Cette formation vous initie aux concepts de base de l’IA et du ML ainsi qu’au fonctionnement des algorithmes.

Découvrir toutes les formations à la demande sur HPE Ezmeral

Découvrez toutes les formations consacrées à la plateforme, de la structure de données à l’analyse des données en passant par les conteneurs d’applications et Kubernetes.

Opérationnaliser le machine learning

Ce webinar organisé par des experts de HPE et de Forrester Research présente les principaux défis technologiques et organisationnels qui influent sur la réussite des projets de machine learning (ML).

Regarder le webinaire

1,2,3 Forrester : « Operationalize Machine Learning », juin 2020