Cloud ML Platform

Быстрый запуск ML-моделей в облаке
ML-разработка полного цикла без необходимости настраивать среду и администрировать инфраструктуру. Быстрый запуск экспериментов с данными и обучение ML-моделей, возможность легко масштабировать инфраструктуру.
design
Эксперименты с данными и моделями машинного обучения
model development
Трекинг и версионирование экспериментов, ML-моделей, данных и других артефактов
operations
Деплой ML-моделей, мониторинг и обновления моделей в production
Совместная работа команд
Инструменты платформы заточены под работу в команде
Понятный процесс решения Data-задач
Разделение ролей и зон ответственности
Видны эксперименты и результаты других участников
Полный цикл разработки
Data-команды
- Готовое решение и простая установка
- Преднастроенные среды уже готовы для работы с данными и ML-моделями
- Выбирайте нужную конфигурацию и регулируйте мощность инфраструктуры — самостоятельно
Администраторы
- Прозрачность системы, логирование и аудит пользователей
- Поддержка 24/7
- Проработанная документация, FAQ по решению типовых задач
Бизнес
- Безопасность: интеграция с корпоративными системами аутентификации, логирование, аудит пользователей
- Оплата сервиса по модели pay-as-you-go: только за использованные ресурсы
Компоненты платформы
JupyterHub
Быстрое создание Jupyter Notebooks по клику для проведения экспериментов
MLflow+JupyterHub
Готовое к работе окружение с JupyterHub, предназначенное для управления жизненным циклом ML-моделей
MLflow Deploy
Удобная среда для упаковки ML-моделей и их автоматического развертывания в облаке. Компонент интегрирован с MLflow и JupyterHub
Spark в Kubernetes
Готовое рабочее пространство для обработки данных, возможность вызова и управления из JupyterHub
В разработке
Планы развития платформы на 2022-2025
- Мониторинг
- Версионирование данных и датасетов
- Feature Store
- Каталоги данных и метаданных
Рассчитать стоимость
Почему ML Platform
Единая среда
Open-Source-инструменты готовы к работе и интегрированы между собой.
Простое развертывание
Установка, настройка и интеграция компонентов максимально упрощены.
Масштабируемость
Регулировать объем необходимых ресурсов можно самостоятельно. Это быстро и легко.
Необходимые библиотеки
Популярные библиотеки уже есть в ML Platform. Вы также можете установить другие пакеты.
Полный контроль
Функции логирования, аудита пользователей, интеграция с корпоративными системами.
Безопасность
У платформы есть аттестат 152-ФЗ для работы с персональными данными. ЦОДы уровня Tier III расположены в России.
- 3000 ₽ на тест
Хотите протестировать ML Platform?
После активации аккаунта мы свяжемся с вами и начислим 3000 рублей на ваш счет VK Cloud, чтобы вы смогли протестировать сервисы.
Уточните у нас
FAQ
Что такое Cloud ML Platform?
Cloud ML Platform — облачная платформа с инструментами и ресурсами для ML/AI-разработки. Целевая версия платформы позволит построить полный цикл работы с машинным обучением: от эксперимента и разработки до запуска готовой версии ML-модели в продакшен.
Для чего подходит платформа?
Cloud ML Platform позволяет проводить эксперименты с данными и моделями машинного обучения. Платформа содержит инструменты для трекинга и версионирования экспериментов, ML-моделей, данных и других артефактов, инструменты для деплоя и обновления ML-моделей в production.
Какие инструменты есть на платформе?
В Cloud ML Platform доступны JupyterHub и MLflow: инструменты преднастроены и интегрированы между собой. В разработке находятся JupyterHub в Kubernetes, Spark в Kubernetes.
Как начать работать с ML Platform?
Подключение и управление Cloud ML Platform доступно через панель управления в личном кабинете пользователя VK Cloud в разделе «ML Platform». Подробнее о работе с сервисом можно узнать в «Документации».
Сколько стоит сервис?
Оплата сервиса Cloud ML Platform доступна по модели pay-as-you-go – только за использованные ресурсы. Воспользуйтесь калькулятором для расчета стоимости.
Документация
Вся документацияНе нашли ответ на свой вопрос?
Задайте его нам на портале поддержки, и мы оперативно ответим.