Возможности

ML Space состоит из модулей и сервисов, которые предоставляют следующие возможности:

  • Data catalog — совместная работа с артефактами ML. Включает набор сервисов для переноса, хранения, анализа, управления доступом и жизненным циклом данных и артефактов машинного обучения (датасетов, моделей, Docker-образов и др.).

  • Environments — препроцессинг данных с помощью кластера Spark, а также обучение моделей в рамках привычных Jupyter Notebook или JupyterLab. На сервисе есть все необходимые утилиты для мониторинга загрузки ресурсов, моделей и эксперимент-менеджмента.

  • Deployments — тестирование, развертывание (деплой) и мониторинг подготовленных моделей машинного и глубокого обучения на высокопроизводительной инфраструктуре для последующего внедрения их в микросервисы, функции и бизнес-приложения.

  • AutoML — автоматическое построение и обучение моделей на пользовательских данных на базе библиотеки LightAutoML.