Skip to main content

Machine Learning

Acelere seus projetos de IA com uma abordagem baseada em dados para machine learning

Com base em uma arquitetura aberta de lakehouse, o Databricks Machine Learning permite que as equipes de ML preparem e processem dados, simplifiquem a colaboração em toda a empresa e padronizem todo o ciclo de vida, dos testes à produção.

Cona

Mais de US$ 6 milhões em economia

CONA Services usa Databricks para um ciclo de vida completo de ML com o intuito de otimizar a cadeia de suprimentos de centenas de milhares de lojas.

Saiba mais
VIA

R$ 3,9 milhões em economia

Via aproveita o machine learning para prever a demanda com precisão, reduzindo os custos de computação em 25%.

Saiba mais
Amgen

Mais de US$ 50 milhões em redução de custos

Amgen está melhorando a colaboração de data science para acelerar a descoberta de medicamentos e reduzir os custos operacionais.

Saiba mais
Machine Learning

Simplifique todos os aspectos de dados para ML

Desenvolvido em uma base aberta de lakehouse graças ao Delta Lake, o Databricks ML permite que suas equipes de machine learning acessem, explorem e preparem qualquer tipo de dados em qualquer escala. Transforme recursos em pipelines de produção de autoatendimento sem depender do suporte de data engineering.

Machine Learning

Automatize o rastreamento e a governança de experimentos

O MLflow Gerenciado rastreia automaticamente seus parâmetros de experimentos e logs, métricas, controles de versão de dados e código, bem como artefatos de modelo a cada execução de treinamento. Você pode ver rapidamente execuções anteriores, comparar resultados e reproduzir um resultado de execução anterior, conforme necessário. Depois de identificar a melhor versão de um modelo para produção, registre-a no Registro de Modelos para simplificar as transferências ao longo do ciclo de implantação.

Machine Learning

Gerencie todo o ciclo de vida do modelo, dos dados à produção — e vice-versa

Depois que os modelos treinados forem registrados, você poderá gerenciá-los de forma colaborativa durante todo o ciclo de vida usando o Registro de Modelos. Os modelos podem ser versionados e passar por diferentes etapas, como teste, preparação, produção e arquivamento. A gestão do ciclo de vida se integra aos fluxos de trabalho de aprovação e governança de acordo com os controles de acesso baseados em funções. Comentários e notificações por e-mail fornecem um ambiente colaborativo rico para equipes de dados.

ML Flow

Implante modelos de ML de baixa latência e grande escala

Implante modelos com um único clique, sem se preocupar com gerenciamento de servidor ou restrições de escala. Com a Databricks, você pode implantar seus modelos como endpoints API REST em qualquer lugar com disponibilidade de nível empresarial.

Componentes do produto

Collaboration

Notebooks colaborativos

Os notebooks da Databricks são compatíveis nativamente com Python, R, SQL e Scala. Os usuários podem trabalhar com as linguagens e bibliotecas de sua escolha para descobrir, visualizar e compartilhar insights.

Saiba mais
Runtime

Runtime para machine learning

Acesso com um clique a clusters de ML pré-configurados e otimizados com base em uma distribuição escalável e confiável das estruturas de ML mais populares (como PyTorch, TensorFlow e scikit-learn), com otimizações integradas para desempenho inigualável em toda a empresa.

Saiba mais
Feature Store

Feature Store

Facilite a reutilização de recursos com busca baseada em linhagem de dados que aproveita fontes registradas automaticamente. Disponibilize seus recursos para treinamento com implantação de modelos simplificados que não requerem alterações na aplicação cliente.

Saiba mais
Data science

AutoML

Empodere todos, de especialistas em ML a citizen data scientists, com uma abordagem “caixa de vidro” para AutoML, que não apenas fornece o modelo de melhor desempenho, mas também gera código para refinamento adicional por especialistas.

Saiba mais
Unity

MLflow gerenciado

Desenvolvido em MLflow — a principal plataforma de código aberto do mundo para o ciclo de vida de ML — o MLflow Gerenciado ajuda os modelos de ML a passar rapidamente dos testes para a produção, com um alto nível de segurança, confiabilidade e escalabilidade em toda a empresa.

Saiba mais
Icon Production

Disponibilização de modelos de nível de produção

Disponibilize modelos em qualquer escala com um clique, com a opção de computação serverless.

Saiba mais
Icon Structured Streaming

Monitoramento de modelos

Monitore o desempenho do modelo e seu impacto nas métricas de negócios em tempo real. A Databricks oferece visibilidade e linhagem de ponta a ponta, desde modelos de produção até sistemas de dados de origem. A plataforma permite analisar o modelo e a qualidade dos dados durante todo o ciclo de vida do ML e, portanto, identifica problemas antes que tenham impacto prejudicial.

Saiba mais
Repos Icon

Repositórios

Os repositórios permitem que os engenheiros rastreiem os fluxos de trabalho do Git na Databricks. Assim, as equipes de dados podem aproveitar fluxos de trabalho de CI/CD automatizados e portabilidade de código.

Saiba mais

Migre para a Databricks

Não aguenta mais silos de dados, desempenho lento e altos custos associados a sistemas obsoletos, como Hadoop e os data warehouses corporativos? Migre para a Databricks Lakehouse: a plataforma moderna para todos os seus casos de uso de dados, análises e IA.

Migre para a Databricks

Recursos

Tudo pronto para começar?