Com­mu­ni­ca­ti­ons, Media & Telecom  - Ent­wick­lung und Auf­bau einer voll­au­to­ma­ti­schen MLOps-Plattform

Die Archi­tek­tur ist in AWS umge­setzt. Hier­bei wer­den Tech­no­lo­gien wie Apa­che Air­flow, Apa­che Spark, Ama­zon Glue, Ama­zon Aurora & Ama­zon­S­a­ge­Ma­ker, Ter­ra­form, Git­Hub, Fas­tAPI, Splunk Obser­va­bi­lity und Mlf­low verwendet.

Infol­ge­des­sen fal­len keine Kos­ten für den „Umzug in die Pro­duk­tion“ an, da alle Arbeits­ab­läufe der Data Sci­en­tists in der Pro­duk­ti­ons­um­ge­bung lau­fen und ein spe­zi­el­les IAM-Berech­ti­gungs­mo­dell ver­wen­den. Neue ML-Modelle wer­den in einem auto­no­men Work­flow von den Data Sci­en­tists ent­wi­ckelt und dank der ML-Platt­form drei­mal schnel­ler als bis­her live in der Pro­duk­tion ein­ge­setzt, ein­schließ­lich auto­ma­ti­sier­tem Modell­trai­ning, Expe­ri­ment-Track­ing, Modell-Hos­ting und Serving.