Уралсиб и GlowByte создали MLOps-платформу для автоматизации и масштабирования ML-моделей в банке
Банк «Уралсиб» и GlowByte разработали архитектуру для внедрения MLOps-платформы. Банк «Уралсиб» совместно с консалтинговой компанией GlowByte реализовал проект по созданию единой архитектуры для сопровождения и масштабирования решений в области машинного обучения (ML). Совместная разработка включает в себя полный набор инструментов для управления жизненным циклом ML-моделей, что позволяет повысить эффективность использования вычислительных ресурсов и обеспечить стабильную эксплуатацию моделей в промышленной среде. Основой проекта стал подход MLOps, адаптированный специалистами GlowByte под конкретные задачи банка. Архитектура платформы построена с использованием Kubernetes-кластера для оркестрации ресурсов и среды JupyterLab — для разработки и тестирования моделей. Автоматизация жизненного цикла моделей обеспечена за счёт CI/CD-пайплайна на базе GitLab, охватывающего все этапы — от экспериментов до промышленного внедрения. Дополнительно в рамках проекта протестирован перспективный инструмент управления батч-процессами Prefect, альтернативный традиционному Apache AirFlow. Сравнительный анализ позволил сформировать оптимальную архитектуру, соответствующую потребностям банка. GlowByte отмечает, что создание MLOps-инфраструктуры — это не просто технологическая модернизация, а переход к новой культуре работы с данными, ориентированной на стандартизацию процессов и ускоренное внедрение инноваций. «Уралсиб», в свою очередь, рассматривает развитие ИТ как стратегический приоритет и планирует расширять платформу, включая новые компоненты и совершенствуя работу команд Data Science. Источник: www.cnews.ru
Пост взят с международного финтех-медиа ресурса
ДЛЯ ЛЮДЕЙ