Mnubo Data Science Studio

Environnement d’Apprentissage Machine Collaboratif pour la Productisation de Modèles

Mnubo Data Science Studio est un environnement collaboratif qui vous aide à développer, à productiser et à partager des modèles d’apprentissage machine entrainés sur des données IdO.

Data Science Studio permet l’apprentissage, le test, le déploiement et l’exécution des modèles de manière efficace, sans avoir à mettre en place une infrastructure de gestion et de traitement.

Aperçu

Mnubo Data Science Studio: Conçu pour l'efficacité

Les bloc-notes Jupyter entièrement hébergés et l’architecture “function-as-a-service” de Mnubo suppriment la complexité et le coût de support et de maintenance des modèles d’apprentissage machine. Avec Mnubo Data Science Studio, vous n’avez pas besoin de reformater ou de réécrire votre code pour le transférer vers un outil externe. Quelques clics suffisent à productiser et partager vos modèles.

  • Développez

    Mnubo Data Science Studio fournit un environnement de développement bloc-notes Jupyter hébergé et entièrement géré dans lequel vous pouvez exploiter vos bibliothèques d’apprentissage machine préférées. Des librairies de dépendance personnalisées peuvent également être ajoutées pour uniformiser le développement de votre propriété intellectuelle.

  • Apprentissage, Test et Versions

    Apprentissage, test et versions de vos modèles sur des flux de données en continu et/ou archivées. Mnubo Data Science Studio dispose d’un environnement de test et de production flexible qui permet aux utilisateurs d’expérimenter et de valider facilement leurs modèles avant de les mettre en production.

  • Productisez et déployez

    Mnubo Data Science Studio regroupe les modèles dans un conteneur de type “function-as-a-service”. Productisez vos modèles à la demande, vers des applications internes ou externes, via un processus de déploiement en un clic ou stockez-les dans un entrepôt BLOB pour une récupération et une exécution facile.

  • Planifiez et exécutez

    Planifiez l’entrainement et l’exécution de vos modèles d’apprentissage machine et sauvegardez les résultats pour une récupération rapide par vos applications web ou mobiles. Exportez ces résultats vers des solutions et des systèmes tiers à l'aide d'un appel JSON par API REST sécurisée.

  • Visualisez et Surveillez la Performance

    Examinez et comparez facilement les indicateurs de performance clés de vos modèles. Développez des indicateurs personnalisés ou utilisez les normes d'analyse standards pour vous assurer que vos modèles et flux de travail d’apprentissage machine continuent à être efficaces au fil du temps.

Caractéristiques et bénéfices

Mnubo Data Core nettoie et structure automatiquement les données en fonction de règles d’ingestion, ce qui les rend immédiatement disponibles dans le Mnubo Data Science Studio. Ceci élimine le besoin de concevoir et de maintenir votre propre processus ETL.

  • Interrogez en toute sécurité les données archivées ou en streaming direct
  • Simplifiez l’accès à Mnubo IoT Analytics Suite avec un langage de requête JSON étendu

Mnubo Data Science Studio fournit des bibliothèques spécifiques à l’IdO pour accélérer le développement de modèles, tout en offrant un accès aux bibliothèques externes populaires.

  • S’intègre à Mnubo IoT Analytics Suite
  • Accès facile aux bibliothèques externes via des librairies de dépendances

Mnubo Data Science Studio assure le contrôle des versions, l’exécution automatique du code Python, le stockage d’objets blob et les fonctionnalités de création de modèle pour améliorer le travail d’équipe et le partage de propriété intellectuelle.

  • Centralisez toutes les propriétés intellectuelles spécifiques à l’IdO dans un seul référentiel et réutilisez/distribuez-les lorsque nécessaire.
  • Importez des modèles développés avec d’autres outils.
  • Stockez, récupérez, planifiez et exécutez vos modèles lorsque nécessaire.

Mnubo Data Science Studio dispose d’un environnement de test qui permet de tester les modèles sur des données archivées et/ou actives. Passez à la production avec une fonctionnalité de déploiement en un clic qui élimine tout code de déploiement complexe ainsi que les flux de DevOps. Tous les déploiements sont archivés et disponibles pour des audits historiques via le système de journalisation natif.

  • Accédez à un environnement de test et testez avant de déployer.
  • Entraînez, testez et affinez vos flux de données actives et/ou archivées.
  • Productisez vos modèles et vos processus de déploiement en un clic avec la “function-as-a-service”.
  • Système de journalisation unifié.

Mnubo Data Science Studio offre les configurations nécessaires pour gérer à la demande l’utilisation de la puissance de calcul et de mémoire, et permet également de sauvegarder les résultats des modèles pour une récupération rapide par des applications externes.

  • Attribuez le nombre approprié de processeurs et de blocs de mémoire lors de l’exécution de modèles et de bloc-notes Jupyter afin de trouver un équilibre entre vitesse et coût.
  • Sauvegardez les résultats de vos modèles pour une récupération rapide.

Ressources