As plataformas de operacionalização de aprendizado de máquina (MLOps) permitem que os usuários gerenciem e monitorem modelos de aprendizado de máquina à medida que são integrados em aplicações de negócios. Além disso, muitas dessas ferramentas facilitam a implantação desses modelos. Com essas ferramentas, as empresas podem implementar modelos e algoritmos de aprendizado de máquina construídos por cientistas de dados e desenvolvedores. O software MLOps automatiza a implantação, monitora a saúde, o desempenho e a precisão dos modelos, e itera sobre esses modelos. Algumas ferramentas oferecem recursos para fazer isso de forma colaborativa. Isso permite que as empresas escalem o aprendizado de máquina em toda a empresa e façam um impacto tangível nos negócios.
Além disso, esses produtos podem fornecer capacidades de segurança, provisionamento e governança para garantir que apenas aqueles autorizados a fazer alterações de versão ou ajustes de implantação possam fazê-lo. As ferramentas podem diferir em relação a qual parte da jornada ou fluxo de trabalho de aprendizado de máquina elas se concentram, incluindo explicabilidade, hiper otimização, engenharia de características, risco de modelo, seleção de modelo, monitoramento de modelo e rastreamento de experimentos.
Essas ferramentas geralmente são independentes de linguagem, para que possam ser implantadas com sucesso, independentemente de como um algoritmo é construído. No entanto, algumas podem se concentrar especificamente em linguagens como R ou Python, entre outras. Alguns desses produtos são dedicados ao rastreamento de experimentos de aprendizado de máquina para entender melhor o desempenho dos modelos. Além disso, alguns produtos fornecem a capacidade de aumentar os conjuntos de dados de treinamento dos usuários para melhorar o treinamento do modelo.
Algumas soluções de MLOps oferecem uma maneira de gerenciar todos os modelos de aprendizado de máquina em toda a empresa em um único local. Embora semelhantes às plataformas de ciência de dados e aprendizado de máquina, esse software difere, pois se concentra na manutenção e monitoramento de modelos em vez de implantação.
Para se qualificar para inclusão na categoria de Plataformas MLOps, um produto deve:
Oferecer uma plataforma para monitorar e gerenciar modelos de aprendizado de máquina
Permitir que os usuários integrem modelos em aplicações de negócios em toda a empresa
Rastrear a saúde e o desempenho dos modelos de aprendizado de máquina implantados
Fornecer uma ferramenta de gerenciamento holística para entender melhor todos os modelos implantados em uma empresa
