Machine learning

Basée sur une architecture ouverte de lakehouse, Databricks Machine Learning permet aux équipes en charge du ML de préparer et de traiter les données, de rationaliser la collaboration à travers l'entreprise et de standardiser l'ensemble du cycle de vie du ML, depuis l'expérimentation jusqu'à la production.

Simplifier toutes les données pour le ML

Puisque Databricks ML repose sur une base ouverte de lakehouse grâce à Delta Lake, vous permettez à vos équipes de ML d'accéder à tout type de données, de les explorer et de les préparer et ce, à n'importe quelle échelle. Transformez des fonctionnalités en pipelines de production disponibles en libre-service sans dépendre du support de l'ingénierie des données.

Automatiser le suivi et la gouvernance des expériences

Managed MLflow suit automatiquement les paramètres de vos tests et journaux, les métriques, le contrôle de versions des données et du code, ainsi que les artefacts de modèle à chaque exécution d'entraînement. Vous pouvez rapidement voir les exécutions précédentes, comparer les résultats et reproduire un résultat précédemment obtenu selon vos besoins. Une fois que vous avez identifié la meilleure version d'un modèle pour la production, enregistrez-la dans le registre des modèles pour simplifier les transferts tout au long du cycle de déploiement.

Gérez l'intégralité du cycle de vie des modèles, des données à la production – et inversement.

Une fois que les modèles entraînés sont enregistrés, vous pouvez les gérer de manière collaborative tout au long de leur cycle de vie à l'aide du registre des modèles. Les modèles peuvent être versionnés et passer par différentes étapes, comme l'expérimentation, la pré-production, la production et l'archivage. La gestion du cycle de vie s'intègre aux workflows d'approbation et de gouvernance selon des contrôles d'accès basés sur les rôles. Les commentaires et les notifications par e-mail offrent un environnement de collaboration riche aux équipes chargées des données.

Déployer des modèles de ML à faible latence et à grande échelle

Déployez des modèles en un seul clic sans vous inquiéter de la gestion des serveurs ou des contraintes d'échelle. Avec Databricks, vous pouvez déployer vos modèles en tant que points de terminaison d’API REST n’importe où. Et toujours avec une disponibilité de niveau entreprise.