Публикации по теме 'infrastructure'
Переосмысление MLOps как ценностно-ориентированного подхода к достижению последней мили машинного обучения.
По мере того, как компании переходят к принятию решений на основе данных, а также с появлением больших данных, машинного обучения (МО) и искусственного интеллекта (ИИ), операции машинного обучения (МЛОпс) были введены в действие, чтобы помочь сделать анализ данных действенным в бизнесе. реальный мир. Другими словами, миссия MLOps состоит в том, чтобы предоставлять ИИ, который создает ценность для бизнеса за счет внедрения машинного обучения.
Эта цель подразумевает, что команды инженеров..
Разблокировка создания ценности среди компаний, ориентированных на API
В недавнюю эпоху роста, ориентированного на продукты, API и инфраструктурные игры привлекли меньше внимания, чем мы думаем, что они того заслуживают. Мы любим цельный, интуитивно понятный продукт с волшебным пользовательским интерфейсом так же, как и следующий инвестор, но в течение последних шести месяцев мы подкрепляли наш тезис о том, что движет появлением компаний, ориентированных на API, и что создает лидер категории в пространстве.
Шесть месяцев назад компания Smooch, первая..
Наши инвестиции в Tecton
Платформа данных, созданная бывшими инженерами Uber для внедрения машинного обучения
Большая часть инноваций и эволюции инфраструктуры данных за последние два десятилетия была рождена крупнейшими технологическими компаниями. Платформы Hadoop были отмечены Google и Yahoo — Facebook создал Cassandra и Presto для хранения и запроса данных в больших объемах, Kafka был создан внутри LinkedIn, а Uber быстро масштабировал и внедрил машинное обучение в масштабах всей компании.
Для многих..
Миграция Java-приложений, часть 3 — App2Container и CDK
Здесь, в I Love My Local Farmer, мы переносим большую часть нашей инфраструктуры и кода в облако. На данный момент мы создали совершенно новый сервис с использованием бессерверных технологий в AWS , а также выяснили несколько хороших способов развертывания и тестирования приложений такого рода. Однако сейчас мы пытаемся справиться с гораздо более крупным зверем — переносом одного из наших существующих локальных приложений в облако.
В предыдущих сообщениях мы рассмотрели какое..
Google только что продемонстрировал ценность ИИ и машинного обучения в строительстве.
На этой неделе Google объявил об очень умном способе повышения эффективности и извлечения большей выгоды из работы ветряной турбины. Компания в сотрудничестве с DeepMind AI создала набор нейронных сетей и алгоритмов машинного обучения, которые могут прогнозировать характер ветра и позволяют им продавать электроэнергию в сеть на 20% дороже, чем базовая производительность.
Лучшая мощность – надежная мощность
Электричество, которое питает наши дома и заряжает наши ноутбуки, проходит..
Прогнозы машинного обучения по запросу для инструментов картографии
Более года назад мы опубликовали ML Enabler - инструмент интеграции машинного обучения в партнерстве с гуманитарной командой OpenStreetMap . ML Enabler - это реестр моделей машинного обучения в OpenStreetMap, цель которого - предоставить API для таких инструментов, как диспетчер задач, для прямого запроса прогнозов. Сегодня мы хотим поделиться некоторыми из новых и наиболее интересных функций ML Enabler, включая прогнозы машинного обучения по запросу и пользовательский интерфейс...
Как запускать тесты e2e для каждой фиксации с использованием testim.io, GitLab CI и Cloudflare
Запуск тестов e2e при каждой фиксации при сохранении стабильности - непростая задача. В этом посте вы увидите, как наша команда в Rewire использует testim.io, чтобы проверять каждую фиксацию в нашем веб-приложении, чтобы поддерживать высокое качество продукта и ограничивать серьезные ошибки при производстве.
Ищу новый старт
Запуск тестов e2e перед объединением нашего кода с основной веткой - не новая концепция. В Rewire наш поток работает следующим образом:
Разработчик..
