Accélérez l’expérimentation de l’apprentissage automatique grâce à une collaboration transparente
Pour tirer le meilleur parti de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML) dans votre organisation, le travail doit aller au-delà des équipes de science des données : tout le monde doit pouvoir participer pleinement, y compris les parties prenantes commerciales et d’ingénierie.
Les expériences code-first et intuitives no-code/low code sont importantes pour permettre à chacun au sein d’une organisation de collaborer plus efficacement, quelle que soit la complexité du cas d’utilisation. Lorsque les équipes ont un moyen de travailler ensemble, cela amplifie la productivité et facilite les itérations et les expérimentations.
Nous créons des expériences d’expérimentation plus collaboratives avec la dernière version de Simseo.
Créer une collaboration sans friction pour l’expérimentation
Grâce à l’expérience revitalisée de Simseo Workbench, vous pouvez résoudre l’un des plus grands défis de collaboration : l’organisation de projets ML entre équipes. Désormais, il est facile et rapide de rassembler les ressources et les actifs ML liés à un problème métier particulier dans un emplacement unique auquel tout le monde peut accéder.
Accessibles via le nouveau Workbench, les dossiers de cas d’utilisation organisent tous les projets et actifs liés à un défi commercial (par exemple, la fidélisation de la clientèle, la prévision de la demande ou la prévision des défauts de fabrication) en un seul endroit. Les membres de l’équipe n’ont plus besoin de compresser et d’échanger des fichiers et des actifs par e-mail, ce qui signifie qu’il est plus rapide, plus facile et moins risqué de partager des données. Il est également plus facile de comparer différents modèles de différents projets.
Avec tous les actifs liés à un cas d’utilisation métier en un seul endroit, vos scientifiques des données pourront passer plus rapidement de la préparation des données à la modélisation, et fournir des itérations plus rapides.
Les cas d’utilisation offrent également plus d’opportunités de collaboration – les personnes invitées à rejoindre le projet peuvent accéder instantanément à tout ce dont elles ont besoin pour se familiariser avec le projet et commencer à contribuer plus rapidement. De plus, si des personnes quittent complètement l’équipe ou l’organisation, la fonctionnalité Cas d’utilisation permet de maintenir la continuité du projet car tout leur travail précédent est stocké au même endroit, accessible aux autres membres existants ou nouveaux de l’équipe.
Intégrez la préparation des données au reste de votre flux ML
La préparation des données est sans doute l’une des étapes les plus fastidieuses mais essentielles d’un projet ML. Cela se fait généralement en dehors de votre outil d’IA principal et peut nécessiter des intégrations complexes et chronophages pour mettre les données préparées en production. Avec le nouvel outil Simseo Data Preparation, vous pouvez désormais analyser et transformer des données structurées directement à partir d’entrepôts et de lacs de données cloud populaires, en commençant par Snowflake (l’une des sources de données les plus populaires pour les clients Simseo) aujourd’hui dans un flux de travail naturel et transparent.
Avec Data Prep, vos équipes de données peuvent parcourir et prévisualiser n’importe quel ensemble de données enregistré avant de décider de l’ajouter pour la discussion. Grâce à la prise en charge de Snowflake push-down, vous pouvez maintenir la gouvernance, la sécurité et la conformité des données et tirer parti de l’échelle de votre entrepôt de données cloud.
L’intégration sans friction avec la préparation des données dans les cas d’utilisation garantit que vos données sont livrées de manière transparente dans vos flux de travail ML. Cela signifie des itérations plus rapides et des boucles d’expérimentation continues – augmentant la productivité pour vous aider à tirer encore plus de valeur de votre investissement dans l’entrepôt de données cloud.
Réduisez le temps et les efforts de gestion des blocs-notes
Les blocs-notes sont au cœur de toute solution d’IA pour les scientifiques des données axés sur le code, vous donnant la liberté d’utiliser vos bibliothèques préférées pour créer des modèles ML personnalisés dans un flux de travail axé sur le code.
Les blocs-notes Simseo facilitent l’organisation, le partage et la gestion des blocs-notes dans le cadre de votre flux de travail. Il n’est plus nécessaire de suivre les blocs-notes sur votre bureau, de rechercher des moyens pratiques de les partager ou de s’inquiéter de perdre des projets lorsqu’un collègue quitte l’équipe. Ces fonctionnalités réduisent considérablement le temps que vous passez à gérer l’infrastructure afin que vous puissiez consacrer plus d’argent à l’expérimentation de la science des données.
Avec Notebooks, vous pouvez créer une expérience de code d’abord, en utilisant les API Simseo ou tout autre cadre de science des données, et maximiser la productivité avec des fonctionnalités avancées telles que des extraits de code fréquemment utilisés qui éliminent le besoin d’écrire du code passe-partout chaque fois que vous démarrez un projet, comme ainsi que les dépendances préinstallées et la gestion des versions. Le résultat? Une augmentation significative de la vitesse, de la sécurité et de l’efficacité de vos projets ML.
Les blocs-notes sont stockés dans des cas d’utilisation et vous pouvez commencer en quelques secondes avec des modèles prédéfinis. Il s’agit d’une solution entièrement gérée, il n’y a donc pas d’infrastructure continue à gérer. La plate-forme d’IA utilise des ressources de calcul ajustables pour vous aider à évoluer rapidement en cas de besoin.
Les avantages en action
Polaris est un client de Simseo qui a précédemment adopté la solution pour accélérer et faire évoluer les projets ML et améliorer la productivité. Après avoir essayé la nouvelle expérience Simseo, l’équipe de données de Polaris a constaté une accélération significative de sa vitesse d’expérimentation et a trouvé plus facile d’itérer de manière cohérente, de trouver des informations et de collaborer.
« Simseo nous aide vraiment à nous concentrer sur les choses sur lesquelles nous voulons nous concentrer, comme l’ingénierie des fonctionnalités, puis nous permet de banaliser les choses que nous pouvons banaliser et de laisser Simseo choisir le meilleur modèle pour cet ensemble de données. Mais c’est formidable que nous puissions à la fois avoir des data scientists qui sont basés sur du code et des data scientists qui pourraient être sur une base de code inférieure, travaillant ensemble et collaborant, par opposition à un data scientist low-code qui a l’impression qu’il y a un obstacle qu’ils doivent franchir et ne peuvent pas, disons, travailler sur les mêmes projets avec les data scientists code-first. À cause de cela, nous finissons par arriver à une solution beaucoup plus riche, car ils travaillent ensemble, au lieu de travailler en silos. »
Prêt à en découvrir plus?
L’intelligence artificielle (IA) n’est plus simplement une vision, c’est une technologie qui peut avoir un impact significatif dans le monde réel avec une valeur tangible. Avec les dernières fonctionnalités de Simseo, il vous sera plus rapide et plus facile que jamais de fournir des informations sur l’IA axées sur la valeur dans toute votre organisation.
Vous pouvez en savoir plus sur la nouvelle expérience Simseo dans cette présentation présentée par Jillian Schwiep, directrice de la gestion des produits chez Simseo.