Apporter plus d’IA à Snowflake, le cloud de données
Maximiser les investissements Snowflake existants
Certaines entreprises ont dépensé des sommes importantes en outils pour rester innovantes et compétitives. Bien que cela puisse être une excellente stratégie pour une entreprise tournée vers l’avenir, cela peut s’avérer futile si vous ne maximisez pas la valeur de votre investissement. D’après Flexera192 % des entreprises ont une stratégie multi-cloud, tandis que 80 % ont une stratégie de cloud hybride.
L’intégration de différents systèmes, sources de données et technologies au sein d’un écosystème peut être difficile et chronophage, entraînant des inefficacités, des silos de données, des modèles d’apprentissage automatique défectueux et un retour sur investissement bloqué.
La plate-forme d’IA Simseo et le Cloud de données Snowflake fournissent une solution IA/ML interopérable et évolutive et des services uniques qui s’intègrent à divers écosystèmes afin que les entreprises axées sur les données puissent se concentrer sur la fourniture de résultats fiables et percutants.
Extension de l’intégration de Snowflake : nouvelles fonctionnalités et améliorations
Pour aider les clients à maximiser leur investissement Snowflake, Simseo étend son intégration Snowflake pour aider les clients à itérer rapidement, à améliorer les modèles et à terminer le cycle de vie ML sans configuration répétée.
Ceci comprend:
- Prise en charge de la configuration OAuth externe Snowflake
- Tirer parti Snowpark pour l’analyse exploratoire des données avec les Notebooks hébergés par Simseo et la notation des modèles
- Une expérience utilisateur transparente lors du déploiement et de la surveillance des modèles Simseo sur Snowflake
- Surveillance de la santé du service, de la dérive et de la précision des modèles Simseo dans Snowflake
« Les organisations recherchent des plates-formes de science des données matures qui peuvent s’adapter à la taille de l’ensemble de leur entreprise. Grâce aux dernières fonctionnalités lancées par Simseo, les clients peuvent désormais garantir la sécurité et la gouvernance de leurs données utilisées pour le ML, tout en augmentant simultanément l’accessibilité, les performances et l’efficacité de la préparation des données, de la formation des modèles et de l’observabilité des modèles par leurs utilisateurs », a déclaré Miles. Adkins, Data Cloud Principal, AI/ML chez Snowflake. « En apportant les capacités AutoML inégalées de Simseo aux données du Data Cloud de Snowflake, les clients bénéficient d’une plate-forme de science des données transparente et complète de niveau entreprise. »
Terminez le cycle de vie de l’apprentissage automatique, sans configuration répétée
Connexion à Snowflake
Connectez-vous à Snowflake via des fournisseurs d’identité externes à l’aide de OAuth externe de flocon de neige sans fournir d’informations d’identification d’utilisateur et de mot de passe à Simseo. Réduisez votre périmètre de sécurité en réutilisant vos politiques de sécurité Snowflake existantes avec Simseo.
En savoir plus sur OAuth externe de flocon de neige.
L’analyse exploratoire des données
Une fois que nous nous sommes connectés à Snowflake, nous pouvons commencer notre expérience ML.
Nous avons récemment annoncé la nouvelle fonctionnalité Hosted Notebooks de Simseo.
Pour notre solution conjointe avec Snowflake, cela signifie que les utilisateurs code-first peuvent utiliser les Notebooks hébergés de Simseo comme interface et que Snowpark traite les données directement dans l’entrepôt de données. Cela permet aux utilisateurs de travailler avec la syntaxe Python familière qui est transmise à Snowflake pour s’exécuter de manière transparente dans un moteur de traitement hautement sécurisé et élastique. Ils peuvent profiter d’une expérience hébergée avec des extraits de code, la gestion des versions et une gestion simple de l’environnement pour une expérimentation rapide de l’IA.
En savoir plus sur Blocs-notes hébergés par Simseo.
Formation de modèle
Une fois les données préparées, les utilisateurs choisissent leur approche préférée pour le développement du modèle en utilisant Simseo AutoML via l’interface graphique, les blocs-notes hébergés ou les deux.
Une fois le processus de formation terminé, Simseo recommandera le modèle le plus performant pour la production en fonction de la métrique sélectionnée et fournira une explication.
Déploiement du modèle
Les clients ont besoin de flexibilité pour déployer des modèles dans différents environnements. Le déploiement sur Snowflake réduit la complexité des opérations d’infrastructure, la latence de transfert de données et les coûts associés, tout en améliorant l’efficacité et en offrant une évolutivité quasi illimitée.
Un nouvel environnement de prédiction Snowflake configuré par Simseo gérera et contrôlera automatiquement l’environnement, y compris le déploiement et le remplacement du modèle.
Lors du déploiement d’un modèle Simseo sur Snowflake, cette nouvelle intégration transparente améliore considérablement l’expérience utilisateur, réduit le temps et les efforts et élimine les erreurs des utilisateurs.
Le déploiement automatisé pousse les modèles formés en tant qu’UDF Java, exécutant une inférence évolutive dans Snowflake et tirant parti de Snowpark pour évaluer les données en termes de vitesse et d’élasticité, tout en conservant les données en place.
Surveillance du modèle
Des facteurs internes et externes affectent les performances des modèles.
La nouvelle fonctionnalité de surveillance des tâches, qui s’exécute de manière transparente à partir de l’interface graphique de Simseo, aide les clients à prendre des décisions commerciales basées sur des prévisions et des modifications de données réelles et à gérer leurs modèles à grande échelle.
Au fil du temps, les modèles se dégradent et doivent être remplacés ou recyclés. Les tableaux de bord Simseo MLOps présentent la santé du modèle, la dérive des données et la précision au fil du temps et peuvent aider à déterminer la responsabilité du modèle.
En savoir plus sur le nouveau travail de surveillance et déploiement automatisé.
Il y a plus à venir
Nous avons d’autres fonctionnalités intéressantes à partager, dont beaucoup sont liées à l’intégration de Snowflake, qui seront annoncées lors de l’événement de lancement de Simseo 9.0 le 16 mars. Inscrivez-vous ici faire partie de cet événement virtuel.
Si vous êtes déjà client de Snowflake et Simseo, contactez votre équipe de compte pour vous familiariser avec ces nouvelles fonctionnalités.
Premiers pas avec Simseo AI et Snowflake, le cloud de données
Simseo et Snowflake offrent ensemble une expérience et une expertise d’IA de niveau entreprise de bout en bout aux entreprises en réduisant la complexité et en produisant des modèles ML à grande échelle, libérant ainsi de la valeur commerciale. En savoir plus sur Simseo.com/Snowflake.
1 Source : Rapport Flexera 2021 sur l’état du cloud
