Диасофт представил продукт «Управление жизненным циклом машинного обучения»

Решение вошло в состав платформы «Фабрика данных» и позволяет управлять ML-моделями, автоматизировать их развертывание и интегрировать ML-фреймворки.

Разработчик «Диасофт» представил продукт «Управление жизненным циклом машинного обучения». Решение вошло в состав платформы «Фабрика данных» и позволяет управлять существующим ландшафтом моделей машинного обучения, создавать новые ML-сервисы, вести реестр моделей, автоматизировать развертывание и отслеживать состояние моделей. Продукт также поддерживает интеграцию ML-фреймворков, включая PyTorch, TensorFlow и Scikit-learn, и работу с проектами в формате контейнеров. Для развертывания и управления ML-моделями используется KServe. В состав продукта также входят хранилище признаков, механизм аутентификации и Trainer Operator для управления распределенным обучением моделей в кластере Kubernetes.

Источники 1

Диасофт представил продукт «Управление жизненным циклом машинного обучения» ICT.Moscow AI

Разработчик «Диасофт» вывел на рынок продукт «Управление жизненным циклом машинного обучения»

Решение вошло в состав платформы «Фабрика данных». Оно позволяет управлять существующим ландшафтом моделей машинного обучения и создавать новые ML-сервисы.

С его помощью возможно управлять экспериментами, вести реестр моделей, автоматизировать их развертывание и отслеживать состояние. Кроме того, продукт позволяет интегрировать ML-фреймворки, в том числе PyTorch, TensorFlow и Scikit-learn, а также работать с проектами в формате контейнеров.

«Управление жизненным циклом машинного обучения» использует инструмент KServe для развертывания и управления ML-моделями. В состав продукта также входят хранилище признаков, механизм аутентификации, а также инструмент Trainer Operator для управления распределенным обучением моделей в кластере Kubernetes.

🔗 Источник: https://www.diasoft.ru/about/news/22273/

***
📎 В июле 2026 года в МГУ им. М.В. Ломоносова предложили алгоритм F-LCB для подбора ML-модели при ограниченном вычислительном бюджете.