Que vous ayez deux modèles en cours de production ou 200, il peut rapidement devenir difficile de gérer votre base de code, de collaborer au sein de votre équipe et de votre entreprise et de vous assurer qu’il existe des Sécurité et la gouvernance contrôles sur l’ensemble de votre opérations d’apprentissage automatique (MLOps) pipeline. C’est pourquoi nous sommes ravis d’annoncer que nous avons étendu nos intégrations de gestion du code source (SCM) pour Algorithmia Enterprise pour inclure GitLab, Bitbucket Cloud et Bitbucket Server.

Chez Algorithmia, nous nous engageons à intégrer votre pile technologique existante pour le développement de l’IA et de l’apprentissage automatique, afin que votre équipe puisse se concentrer sur son meilleur travail dans l’environnement qui vous convient. Algorithmia fournit déjà un référentiel centralisé pour les algorithmes en production qui sont soutenus par notre serveur Git interne et servis via notre API REST. Nous nous concentrons sur la flexibilité de l’endroit où vous stockez votre code source, nous intégrons donc également avec GitHub Enterprise SCM. Désormais, avec les nouvelles intégrations GitLab, Bitbucket Cloud et Bitbucket Server, vous aurez encore plus d’options d’intégration avec les outils qui fonctionnent pour vous, vous offrant ainsi une source de vérité unique et complète pour votre base de code.

Avec les nouvelles intégrations, vous pouvez profiter de toutes les fonctionnalités de gouvernance et de gestion améliorées qu’offrent les workflows CI / CD de GitLab et Bitbucket Cloud, tout en faisant votre travail de développement dans le système SCM que vous utilisez le plus à l’aise.

Bonnes pratiques d’ingénierie pour la gouvernance du ML

La gestion du code source est un élément clé d’une gouvernance efficace du ML. L’utilisation d’un système SCM est importante pour garantir que le code en cours de développement et de déploiement en production a été revu par les pairs et versionné, et que toutes les dépendances sont documentées. Dans votre pipeline MLOps, vous souhaiterez également des fonctionnalités qui fournissent des contrôles d’accès précis limitant les personnes pouvant contribuer et publier du code en production. Pour aider à organiser et automatiser le processus de développement, les équipes doivent mettre en œuvre les meilleures pratiques d’ingénierie telles que l’utilisation contrôle de version, stocker le code source dans un référentiel centralisé et suivre et comprendre les modifications apportées. Les pipelines ML matures incluent également la prise en charge des flux de travail CI / CD et la gestion des modèles dans les étapes de déploiement et de surveillance du cycle de vie, et les systèmes SCM en sont un élément clé.

Les nouvelles intégrations SCM d’Algorithmia aident les équipes et les entreprises à mettre en œuvre ces meilleures pratiques pour l’apprentissage automatique, comme elles le feraient pour le développement de logiciels standard, et soutiennent une stratégie de gouvernance efficace.

Améliorez la gestion de votre modèle grâce aux outils de gestion du code source

En connectant votre compte Algorithmia à votre compte GitLab, Bitbucket Cloud ou Bitbucket Server, vous pouvez désormais stocker votre code source dans le système SCM de votre choix et le déployer sur un algorithme en production sur Algorithmia. En utilisant le système SCM avec lequel votre équipe ou votre entreprise est le plus familière, plusieurs utilisateurs peuvent désormais facilement contribuer à la même base de code, collaborer sur une base de code centralisée et garantir la qualité du code avec les meilleures pratiques telles que les révisions de code via des demandes d’extraction et le suivi des problèmes. Aussi, en intégrant ces outils avec Algorithmia, vous pouvez profiter des avantages d’Algorithmia MLOps plate-forme pour gérer toutes les étapes du cycle de vie de votre production ML au sein des processus opérationnels existants, tout en offrant une sécurité et une gouvernance avancées.

Démarrez avec la gestion du code source dans Algorithmia

Les nouvelles intégrations avec GitLab, Bitbucket Cloud et Bitbucket Server sont désormais disponibles dans tous Algorithmia Enterprise abonnements. Avec ces nouvelles intégrations SCM, c’est désormais encore plus simple pour commencer MLOps– permettant à votre organisation de libérer la valeur de votre machine learning tout en suivant les meilleures pratiques de gestion des modèles ML tout au long du cycle de vie.

Comme la plateforme MLOps d’entreprise, Algorithmia gère toutes les étapes du cycle de vie du ML de production au sein des processus opérationnels existants, afin que vous puissiez mettre les modèles en production rapidement, en toute sécurité et à moindre coût. Si vous n’utilisez pas actuellement Algorithmia Enterprise, regarder une démo aujourd’hui pour savoir pourquoi il offre le moment le plus rapide de rentabiliser le ML d’entreprise.

Et après? Nous travaillons constamment sur plus d’intégrations, y compris d’autres systèmes de contrôle de version et des pipelines d’intégration continue qui permettront à nos utilisateurs de gérer leurs bases de code et leurs déploiements de manière transparente avec Algorithmia. Restez à l’écoute de ces nouvelles fonctionnalités et d’autres qui améliorent la capacité de votre organisation à déployer, exploiter, gérer et sécuriser vos pipelines d’apprentissage automatique.