3. MLOps for IT Leaders

IT リーダーと MLOps

IT チームとデータサイエンスチームのギャップを埋めて AI の管理とガバナンスを確立

Thank you

ご回答までしばらくお待ちください

Thank You!

We’re almost there! These are the next steps:

  • Look out for an email from DataRobot with a subject line: Your Subscription Confirmation.
  • Click the confirmation link to approve your consent.
  • Done! You have now opted to receive communications about DataRobot’s products and services.

Didn’t receive the email? Please make sure to check your spam or junk folders.

閉じる

IT リーダーにとっての MLOps のメリット

CIO、CTO、IT リーダーは、新しいテクノロジーやビジネスサービスについて責任を持つのが普通です。しかし、機械学習アプリケーションは、本稼働環境の機械学習モデルに固有の感度と複雑さや、確率的かつ予測不可能な性質の点で、これまでのものとはまったく勝手が違います。本稼働環境の機械学習について自信を持ってその責任を担うには、機械学習に精通していない運用担当者でも機械学習を管理できるように設計された高度な管理システムを導入してチームを支援することが不可欠です。そこで注目されているのが MLOps です。

MLOps は、AI と機械学習を本稼働環境にデプロイして監視するための中央ハブを構築することにより、IT 運用と IT リーダーの任務の負担を軽減します。
MLOps outlined
デプロイ
MLOps では、運用チームが簡単にモデルをクラウドまたはオンプレミスの最新のランタイム環境にデプロイできます。MLOps システムを使用すれば、Python や R などの言語に関する深い知識がなくても、ドラッグ&ドロップでモデルをシステムに取り込み、コンテナを作成して、モデルを本稼働環境にデプロイできます。
monitor search find detect risk error fraud dark
モニタリング
MLOps の監視機能を導入すれば、何千ものモデルをデプロイおよび管理できるため、組織全体で AI の本格運用を拡大できます。監視対象には、サービスの正常性、データドリフト、モデルの精度が含まれ、アラートがメール、Slack、Pagerduty などの各種チャネルを通じて関係者にプロアクティブに送信されます。
gear process create done check
ライフサイクル管理
MLOps では、モデルを頻繁かつシームレスに更新できます。モデルライフサイクル管理では、更新用のモデルのテストとウォームアップ、新しいモデルと古いバージョンを比較する A/B テスト、アップデートのシームレスな展開、フェイルオーバーの手順、以前のバージョンに簡単にロールバックするための完全バージョン管理がサポートされます。
model algorythm
モデルガバナンス
MLOps では、本稼働環境のモデルに関するプロセスを統合および強化して、一貫性と再現性を確保し、レポート可能にすることができます。主な機能には、LDAP との統合など、本稼働環境のモデルやシステムのアクセス制御のほか、法規制コンプライアンスを確保するための承認フロー、ログ、バージョン保存、結果のトレーサビリティなどがあります。

IT リーダー/チーム向けの MLOps の機能

DataRobot MLOps を使用すれば、効率的かつ価値主導的な方法で最先端の予測モデルを管理できます。

3 つの主要機能

予測

ニーズに応じてさまざまなタイプや構造のデータを利用する

  • リアルタイム予測
  • バッチ予測
  • サービスの正常性監視
  • 時系列予測
  • 画像/地理空間データ型
  • Java スコアリングコード
  • ポータブル Docker イメージ
大規模運用

既存の基盤を活用する

  • 多様な予測環境の監視
  • アラート
  • 監査ログ
  • バージョン管理とリネージ
  • 変更の承認ワークフロー
  • ノーコードの予測 GUI
  • 価値とユースケースの追跡
  • リポジトリ統合
機械学習の信頼性向上

偏りのない信頼できるモデルをデプロイする

  • データドリフト分析
  • 精度解析
  • 異常警告
  • 予測の説明
  • チャレンジャーモード
  • Humble AI(予測の信頼性)
  • 予測区間
Agent based

エージェント

拡張性に優れた唯一の MLOps アーキテクチャ

監視エージェントを使用すると、本稼働環境の数千や数十万規模のモデルを管理できます。クラウド、Spark、Azure、サーバーなど、モデルの作成環境に関係なく、1 つの中央ハブからすべてのモデルにアクセスできます。既存の資産を活かしながら、管理を一元化できます。

DataRobot でAI を推進するお客様

C Healthcare chugai seiyaku 2
hirosaki U logo
Hitachi
Kawasaki GBM Tagline H Color
C Ryutsu Kirin 3
logo meijiyasuda new
C Kinyu Orix 6
C Media raksul 2
C Ryutsu suntory 5
DataRobot がもたらす真のインパクト
『Forrester Total Economic Impact™ 調査』では、IT コスト、メンテナンス、ROI を詳しく分析し、DataRobot を使用する組織が 3 カ月足らずで 514% の ROI を達成した事例を紹介しています。
097 DataRobot JP Forrester Total Economic resource card 2 v.2.0
  • COVID-19 について他社ほど重圧を感じなかったのは間違いなく DataRobot MLOps のおかげです。 MLOps でパフォーマンスの変化に気付いたときは、すべてを自動的に DataRobot AutoML に戻して、モデルの比較結果と、現状に基づく対策を確認するだけで済みました。そのため不安はほとんどありませんでした
    Clayton Howard 氏

    Director of Analytics, Net Pay Advance

  • SKU が 10% 増加し、大きな効果が得られました。そこで、サプライチェーンおよび在庫管理の最適化をさらに進め、最大 2 億ドルのコスト削減に向けた計画を立てています。
    製造業のお客様

    Vice president of Advanced Analytics and Data Engineering

  • DataRobot のおかげで、当社のデータサイエンスチームは作業を非常に速やかに進められるようになりました。たとえば、以前は 2 週間半かかっていたような作業を今では数時間で完了できます。10 人のグループが 25 人になったかのようです。本当に 25 人いたら同じ成果を上げるのに相当のコストがかかるでしょう。
    ヘルスケア業のお客様

    Head of Data Science

  • DataRobot のおかげで、余剰人員を 60% 削減するだけでなく、フルフィルメントセンターの人材不足を補って注文の処理能力を上げることにより売上を大幅に増やすことができました。
    e コマース小売業のお客様

    Manager of Data Science, Experimentation, and Research

    AI の管理とガバナンスを確立するための次のステップへ踏み出す

    Thank you

    ご回答までしばらくお待ちください

    Thank You!

    We’re almost there! These are the next steps:

    • Look out for an email from DataRobot with a subject line: Your Subscription Confirmation.
    • Click the confirmation link to approve your consent.
    • Done! You have now opted to receive communications about DataRobot’s products and services.

    Didn’t receive the email? Please make sure to check your spam or junk folders.

    閉じる