۳۰ آذر ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

Mlops مسیر شغلی جدید رایانش ابری است

در میان محبوبیت ChatGPT، هزینه های Mlops در سال 2023 افزایش می یابد زیرا رهبران سرمایه گذاری در یادگیری ماشین را افزایش می دهند. متخصصان ابر باید نگاهی بیندازند.

در میان محبوبیت ChatGPT، هزینه های Mlops در سال ۲۰۲۳ افزایش می یابد زیرا رهبران سرمایه گذاری در یادگیری ماشین را افزایش می دهند. متخصصان ابر باید نگاهی بیندازند.

ClearML، یک پلتفرم منبع باز Mlops گزارش تحقیقاتی جدید خود را اعلام کرد: “MLOps در سال ۲۰۲۳: آینده نگه دارید؟» این مطالعه از ۲۰۰ تصمیم گیرنده یادگیری ماشین در ایالات متحده نظرسنجی کرد و روندهای کلیدی در یادگیری ماشین و Mlops (عملیات یادگیری ماشین) را بررسی کرد.

با کنار گذاشتن تعصب بالقوه خود خدمت‌رسان فروشنده در حال حاضر، مطالعه ClearML نشان داد که Mlops اکنون از پذیرش گسترده در شرکت‌ها برخوردار است. ۸۵٪ از پاسخ دهندگان گفتند که در سال ۲۰۲۲ بودجه اختصاصی Mlops داشتند. و ۱۴٪ گفتند که بودجه ندارند اما انتظار داشتند که در سال ۲۰۲۳ داشته باشند. بنابراین، کسب و کارها اکنون یا به زودی به Mlops می روند.

اگر متوجه نشده بودید، به نظر می‌رسد که عملیات تمرکز جدید کار رایانش ابری است. ما cloudops (عملیات ابری)، finops (عملیات مالی)، devops (توسعه و عملیات)، و secops (عملیات امنیتی). می توانید روند را ببینید.

این دلیل خوبی دارد. ساخت و استقرار راه‌حل‌های ابری یا انتقال راه‌حل‌های موجود به ابر وظایف مورد نیاز است. به طور معمول، آنها یکی هستند و تمام شده اند. سپس تمرکز روی عملیات تغییر می کند تا ارزش آن کار به کسب و کار بازگردد. همانطور که بسیاری از شرکت‌ها در چند سال گذشته دریافتند، صرفاً پرتاب کردن چیزها در یک ارائه‌دهنده ابر عمومی و امید به بهترین، ارزشی را بر نمی‌گرداند. نادیده گرفتن عملیات – همه عملیات – منجر به بیش از حد هزینه های هنگفت و بازگشت سرمایه کمی می شود.

داشبوردهای Steampipe و معیارهایی برای داده های شما

MLops یک جزء حیاتی از چرخه زندگی یادگیری ماشینی است که سازمان ها را قادر می سازد تا مدل های یادگیری ماشین را در تولید مدیریت و اجرا کنند. فرآیندهای MLops تضمین می‌کنند که مدل‌ها به شیوه‌ای سازگار و کارآمد مستقر، نظارت و به‌روزرسانی می‌شوند و سازمان‌ها را قادر می‌سازد تا از مزایای کامل یادگیری ماشین بهره ببرند. برنامه‌هایی که می‌توانند از ML به‌عنوان یک متمایزکننده خلاقانه استفاده کنند، می‌توانند ارزش زیادی به کسب‌وکار اضافه کنند، بسیار فراتر از سرمایه‌گذاری در سیستم‌های دارای ML.

MLops در حال تبدیل شدن به داغ‌ترین مسیر شغلی اخیراً به دلیل اتکای جدید به سیستم‌های تجاری تقویت‌شده با هوش مصنوعی/ML است که زنجیره‌های تأمین هوشمند را هدایت می‌کند، تقلب را شناسایی می‌کند و تجزیه و تحلیل‌های بازاریابی و فروش را ارائه می‌دهد. البته، ما فقط باید به هیجان پیرامون ChatGPT نگاه کنیم تا علاقه و پتانسیل تسلیحات هوش مصنوعی را برای به ارمغان آوردن سود بیشتر ببینیم، اما این واقعاً ۲۰ سال است که در حال تغییر بوده است.

با توابع Pulsar یک خط لوله هوش مصنوعی در زمان واقعی بسازید

کارهای اصلی Mlops چیست؟ اگر به یک شغل مرتبط با Mlops نقل مکان کنید، روزانه روی چه کاری کار می کنید؟

  • استقرار مدل: استقرار مدل‌های یادگیری ماشینی در یک محیط تولید، قابل دسترس کردن آنها برای برنامه‌های تجاری
  • نظارت مدل: ارزیابی عملکرد مدل پس از استقرار برای اطمینان از ارائه نتایج مطلوب
  • نسخه‌سازی: پیگیری نسخه‌های مختلف مدل‌ها در صورت تکامل و بهبود در طول زمان
  • بازآموزی مدل: به‌روزرسانی مدل با داده‌های جدید برای اطمینان از دقیق و مرتبط بودن آن در زمانی که داده‌ها کهنه می‌شوند، عملکردشان کاهش می‌یابد، یا تعصب نشان می‌دهند
  • تست: اطمینان از عملکرد بهینه مدل
  • اتوماسیون: خودکار کردن وظایف مانند استقرار مدل، نظارت و آموزش مجدد برای کاهش زمان و تلاش مورد نیاز برای مدیریت مدل‌ها و آزاد کردن منابع ارزشمند برای سایر وظایف

با انجام هر یک از این وظایف در مقطعی از حرفه‌ام، هیچ چیزی که فهرست کرده‌ام به سختی قابل درک نیست. معمولاً Mlops بخشی از تیم موجود cloudps است، اما به آموزش ویژه در یادگیری ماشین به طور کلی و همچنین در مورد سیستم‌های ML خاص شرکت نیاز دارد. سپس برای اجرا و به روز نگه داشتن سیستم ML فقط باید فرآیندها و رویه ها را دنبال کنید.

وقتی هزینه های ابری از سیستم های سنتی پیشی می گیرد چه اتفاقی می افتد

دلیل دیگری که در حال حاضر تبدیل به یک بلیط شغلی داغ شده است: اگر سیستم‌های یادگیری ماشینی به درستی کار نکنند و نگهداری نشوند، کسب‌وکار می‌تواند با مشکلات بزرگی روبرو شود. این موارد می‌تواند از یک کمپین بازاریابی نادرست که میلیون‌ها دلار ضرر می‌کند، تا دعاوی حقوقی ناشی از سوگیری در یک سیستم یادگیری ماشینی که خانواده‌ها را برای وام مسکن تایید یا رد می‌کند، متغیر باشد. خیلی چیزها می توانند اشتباه بروند و اشتباه خواهند شد. داشتن استعداد مناسب Mlops خطر را کاهش می دهد.

آیا Mlops برای شما مناسب است؟ اگر به دنبال شغلی با درآمد بالاتر هستید که به آموزش های جدید و مداوم نیاز دارد، و به ML به عنوان یک فناوری علاقه مند هستید، این می تواند سرگرم کننده ترین و پرسودترین شغلی باشد که می توانید در حال حاضر داشته باشید.