Nos complace anunciar que Microsoft ha sido reconocido como líder en la evaluación de proveedores de plataformas de operaciones de aprendizaje automático (MLOps) de IDC MarketScape en todo el mundo 2022. Microsoft tiene una comprensión profunda de MLOps tendencias del mercado, fuerte adopción por parte de los clientes, amplio ecosistema de socios e inversiones continuas en productos para construir una plataforma MLOps diferenciada.
El informe citó varias fortalezas clave, incluidas las capacidades comerciales y de productos en todo el ciclo de vida del aprendizaje automático (ML), así como una amplia huella de clientes y una pink de socios.
“Microsoft proporciona una amplia gama de herramientas MLOps de nivel empresarial para la calidad y el cumplimiento que pueden mejorar cualquier entorno de desarrollo de ML en las instalaciones, en las nubes o en un entorno de nube híbrida”. —IDC MarketScape: Plataformas de operaciones de aprendizaje automático en todo el mundo Evaluación de proveedores de 2022
Fuente: “IDC MarketScape: Plataformas de operaciones de aprendizaje automático en todo el mundo Evaluación de proveedores de 2022”, por: Kathy Lange, Raghunandhan Kuppuswamy y David Schubmehl, diciembre de 2022, IDC n.º US48325822.
Haga más con menos con MLOps en Azure
Si bien el aprendizaje automático se vuelve más común en todas las industrias, existen muchos desafíos, como el gobierno de datos, la seguridad, el cumplimiento de datos y la auditabilidad, que las empresas deben tener en cuenta al producir modelos de aprendizaje automático. Estas organizaciones buscan una plataforma de aprendizaje automático unificada para administrar todo el ciclo de vida de ML para llevar modelos a producción más rápido y a escala, mejorando la eficiencia operativa de los equipos de ciencia de datos con MLOps. En Microsoft, consideramos MLOps como una filosofía más que como un producto y, como tal, nuestro enfoque incorpora personas, procesos y plataformas para brindar valor continuo con menos recursos para el aprendizaje automático. MLOps brinda beneficios a las organizaciones al automatizar acciones repetibles, facilitar la colaboración entre equipos y garantizar una visibilidad y reproducibilidad completas en el ciclo de vida de ML de extremo a extremo.
Azure Machine Studying ayuda a los científicos de datos y a los ingenieros de ML a optimizar la capacitación, la implementación y la administración de miles de modelos en las instalaciones, en varias nubes e incluso en el perímetro mediante funcionalidades nativas de MLOps, como registro modelocanalizaciones de CI/CD con integración profunda con Azure DevOps y GitHub, puntos finales en línea gestionados para la inferencia en tiempo actual, y seguimiento de experimentos y linaje con MLflow. PepsiCo ha estado utilizando las capacidades de MLOps en Azure Machine Studying para automatizar la creación e implementación de modelos y analizar los datos de los clientes de la tienda para responder a la demanda de los clientes de manera más eficiente. De hecho, han conseguido eliminar 4.300 días de trabajo guide al año.
Mejore la colaboración en toda la organización
Creemos que el aprendizaje automático es un deporte de equipo que requiere la colaboración de personas con diferentes conjuntos de habilidades, como científicos de datos, ingenieros de aprendizaje automático y administradores de TI. Una de las características clave mencionadas en el informe es que Azure Machine Studying permite una mayor colaboración entre varios equipos de ciencia de datos a través de registros. Registros en Azure Machine Studying son repositorios de toda la organización de activos de aprendizaje automático: modelos, entornos y componentes. Los registros facilitan los MLOps multientorno al ayudar a los equipos a compartir y reutilizar modelos desarrollados en un espacio de trabajo diferente, por un equipo diferente sin copiarlos manualmente.
Otra característica que fomenta la colaboración entre los científicos de datos y los profesionales de negocios es el tablero y el cuadro de mando de IA responsable, una interfaz única para ayudar a las organizaciones a implementar la IA responsable en la práctica de manera efectiva y eficiente. El cuadro de mando de IA responsable ayuda a contextualizar el modelo y la información sobre el estado de los datos con audiencias técnicas y no técnicas, lo que atrae a las partes interesadas y ayuda en las revisiones de cumplimiento. Microsoft se compromete a acelerar nuestras innovaciones en IA responsable.
Microsoft se enorgullece de ser reconocido como líder en la evaluación de proveedores de IDC MarketScape Worldwide MLOps Platforms 2022, y estamos entusiasmados con las innovaciones que están ocurriendo en Microsoft y en toda la industria que permiten a los científicos de datos y a los ingenieros de aprendizaje automático operar completamente el ciclo de vida de ML. Puede leer y aprender del extracto del informe.
Aprende más
Sobre el gráfico:
El modelo de análisis de proveedores de IDC MarketScape está diseñado para proporcionar una visión common de la capacidad competitiva de los proveedores de TIC en un mercado determinado. La metodología de investigación utiliza una metodología de puntuación rigurosa basada en criterios tanto cualitativos como cuantitativos que da como resultado una sola ilustración gráfica de la posición de cada proveedor dentro de un mercado determinado. La puntuación de Capacidades mide el producto del proveedor, la comercialización y la ejecución comercial a corto plazo. La puntuación de estrategia mide la alineación de las estrategias de los proveedores con los requisitos del cliente en un período de tiempo de 3 a 5 años. La cuota de mercado de los proveedores está representada por el tamaño de los círculos. La tasa de crecimiento año tras año del proveedor en relación con el mercado dado se indica con un signo más, impartial o menos junto al nombre del proveedor.
