APRENDIZAJE AUTOMÁTICO OPERATIVO A ESCALA EMPRESARIAL

HPE Ezmeral ML Ops estandariza procesos y proporciona herramientas preempaquetadas para construir, acoplar, desplegar y monitorear flujos de trabajo de aprendizaje automático en cada etapa del ciclo de vida de ML, con una velocidad y agilidad similares a las de DevOps.

+ mostrar más
HPE GreenLake para ML Ops
Creación de modelos
Ver el vídeo: HPE Ezmeral Machine Learning Ops
Entornos de prueba autoservicio preempaquetado

Pon en marcha rápidamente entornos con tus herramientas de ciencias de datos preferidas para descubrir una serie de fuentes de datos de las empresas y, al mismo tiempo, experimentar con los marcos de aprendizaje automático y aprendizaje profundo para escoger el modelo más adecuado para abordar tus problemas empresariales.

Entrenamiento del modelo
Ver la demostración: Formar y entrenar un modelo
Entornos contenedorizados distribuidos de nodo único o multinodo

Entornos de autoservicio bajo demanda para desarrollo y pruebas, o para cargas de trabajo de producción. Entornos de formación de gran rendimiento, con separación de almacenamiento y procesamiento, que permiten un acceso seguro a las fuentes de datos empresariales compartidas en el almacenamiento local y basado en la nube.

Implementación y supervisión de modelos
Ver la demostración: Implementación del modelo
Implementa en los contenedores con visibilidad completa en todo el pipeline de aprendizaje automático

Implementa la imagen de tiempo de ejecución del modelo (Python, R, H2O, etc.) en un punto final contenedorizado. Con el registro de modelo, las versiones de seguimiento del modelo y los modelos de actualización sin interrupciones según necesidad. Obtén visibilidad completa del uso de los recursos de tiempo de ejecución. Realiza un seguimiento, mide e informa sobre el rendimiento del modelo, y ahorra e inspecciona las entradas y salidas de datos para cada solicitud de puntuación. La integración con software de terceros proporciona interpretabilidad y precisión del modelo.

Colaboración
Ver la demostración: Configuración del repositorio de proyectos
CI/CD. Prueba A/B o prueba Canary

HPE Ezmeral ML Ops permite el control de fuentes gracias a herramientas de integración listas para usar como GitHub. Almacena múltiples modelos (múltiples versiones con metadatos) para varios motores de tiempo de ejecución en el registro de modelo. Ejecuta pruebas A/B o pruebas Canary para validar el modelo antes de las implementaciones a gran escala. Un repositorio de proyectos integrado facilita la colaboración y proporciona seguimiento de los antecedentes para mejorar la auditoría.

Seguridad y control
Aislamiento de datos y multiinquilinos en infraestructura y fuentes de datos compartidas

Aprovecha el aislamiento de datos y multiinquilinos para garantizar una separación lógica entre proyectos, grupos o departamentos de la organización. La plataforma se integra con la seguridad empresarial y los mecanismos de autenticación como LDAP, Active Directory o Kerberos.

Implementación híbrida
Listo para la nube híbrida

Ejecuta el software HPE Ezmeral ML Ops de forma local en cualquier infraestructura, en varias nubes públicas (Amazon® Web Services, Google® Cloud Platform, o Microsoft® Azure) o en un modelo híbrido, lo que proporciona un uso más efectivo de los recursos y costes operativos inferiores.

  • 53%
    mayor rentabilidadForrester%3A%20Operacionaliza%20el%20aprendizaje%20autom%C3%A1tico%2C%20junio%20de%202020
  • 52%
    mejor experiencia del clienteForrester%3A%20Operacionaliza%20el%20aprendizaje%20autom%C3%A1tico%2C%20junio%20de%202020
  • 49%
    adopción óptima de las mejores prácticas de data scienceForrester%3A%20Operacionaliza%20el%20aprendizaje%20autom%C3%A1tico%2C%20junio%20de%202020

VIDEOS TÉCNICOS DE HPE ML OPS

DETALLES DEL PRODUCTO HPE EZMERAL ML OPS

HPE Ezmeral ML Ops ayuda a las empresas a superar los desafíos de último momento, con una plataforma de código abierto que ofrece una experiencia similar a la nube combinada con herramientas preempaquetadas para operacionalizar el aprendizaje automático, desde el proyecto piloto hasta la producción.

+ mostrar más
HPE Ezmeral ML Ops

Una solución de software que amplía las capacidades de HPE Ezmeral Runtime Enterprise para dar soporte a todo el ciclo de vida de ML mediante la implementación de procesos similares a los de DevOps para estandarizar y acelerar los flujos de trabajo de aprendizaje automático, proporcionando a los equipos de ciencia de datos un despliegue con un solo clic para los entornos distribuidos de IA/ML y un acceso seguro a los datos que necesitan.

ÉXITO EN ACCIÓN
Logotipo de Optum

EL CONSEJO ASESOR (OPTUM) UTILIZA HPE EZMERAL PARA ACELERAR LOS RESULTADOS EMPRESARIALES CON INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO EN LA EMPRESA

El Consejo Asesor (Optum) implementa análisis predictivos y aprendizaje automático en Big Data utilizando la plataforma basada en contenedores de HPE Ezmeral. Descubre cómo simplificaron las operaciones y redujeron los costes al tiempo que mejoraron la atención al paciente en los hospitales de Estados Unidos.

Desafío

Ayudar a los hospitales de los Estados Unidos a traducir su Big Data en información procesable que brinde valor comercial.

Solución

Implementación de aplicaciones de análisis y aprendizaje automático distribuido y para la separación de cómputo y memoria del almacenamiento.

«HPE Ezmeral nos ha ayudado a abordar estos retos con su solución contenedorizada que nos permite acelerar el tiempo de obtención de conocimientos, reducir los costes y liberar a nuestro personal para innovar. Nuestra organización está percibiendo grandes beneficios y esperamos poder continuar este proceso juntos”.

Ramesh Thyagarajan, director ejecutivo, Advisory Board (Optum)

Resultado

Se necesitan conocimientos basados en datos para mejorar la eficiencia operativa, reducir los costes de infraestructura y mejorar la atención al paciente. 

Ver el vídeo