JFrog Ltd, ett företag inom Liquid Software, har tagit ett stort steg framåt inom hantering av maskininlärningsmodeller genom att meddela sin integration med Amazon SageMaker. Detta banbrytande partnerskap kommer att ge företag möjlighet att sömlöst bygga, träna och distribuera sina maskininlärningsmodeller.
Fokus för denna integration är JFrogs ML Model Management-lösning, som nu har nya versioneringsmöjligheter. Genom att förstärka modellutveckling med DevSecOps-arbetsflöden har JFrog introducerat en högre nivå av transparens. Utvecklare, DevOps-team och datavetenskapare kan nu säkerställa att rätt och säker version av en modell används, vilket optimerar prestanda och minskar risker.
En av de viktigaste funktionerna i JFrogs integration med Amazon SageMaker är sammanslagningen av alla artefakter som används i ML-utveckling och data science-applikationer i JFrog Artifactory. Detta garanterar att alla komponenter säkert sparas på en enda plats, lättillgänglig för JFrogs kunder och användare.
Kelly Hartman, SVP för Global Channels and Alliances på JFrog, betonade vikten av detta samarbete och sa: ”Kombinationen av Artifactory och Amazon SageMaker skapar en enda sanning som indoktrinerar DevSecOps bästa praxis för ML-modellutveckling i molnet – vilket levererar flexibilitet, hastighet, säkerhet och sinnesfrid – och bryter ny mark inom MLSecOps.”
För att informera organisationer om bästa praxis för att integrera användning och utveckling av modeller i säkra programvaruförsörjningsprocesser kommer JFrog att arrangera ett utbildande webinar den 31 januari. Detta kommer att vara en utmärkt möjlighet för företag att få insikter och lära sig av branschexperter.
Utöver att säkerställa tillgänglighet och spårbarhet bringar JFrogs integration med Amazon SageMaker maskininlärning närmare programvaruutveckling och produktionsarbetsflöden. Det skyddar inte bara modeller från radering eller ändring, utan möjliggör också säker och överensstämmande utveckling, träning och distribution av ML-modeller. Integrationen ger även möjlighet att skanna ML-licenser för att säkerställa följsamhet med företagets policy och regleringskrav.
Genom att samarbeta med Amazon SageMaker revolutionerar JFrog hanteringen av maskininlärningsmodeller och erbjuder organisationer en oöverträffad kombination av effektivitet, säkerhet och flexibilitet. Detta partnerskap banar väg för en ny era av ML-utveckling och driver branschen framåt mot outredda områden.
JFrog Integration med Amazon SageMaker
JFrog Ltd, ett företag inom Liquid Software, har meddelat sin integration med Amazon SageMaker, en maskininlärningstjänst tillhandahållen av Amazon Web Services. Detta partnerskap syftar till att förbättra hanteringen av maskininlärningsmodeller för företag och möjliggöra sömlös byggning, träning och distribution av modeller.
ML Model Management-lösning och versionering
En av de främsta funktionerna i denna integration är JFrogs ML Model Management-lösning, som nu inkluderar nya versioneringsmöjligheter. Detta gör det möjligt för utvecklare, DevOps-team och datavetenskapare att säkerställa att rätt och säker version av en modell används, vilket optimerar prestanda och minskar risker. Genom att integrera med DevSecOps-arbetsflöden introducerar JFrog en högre nivå av transparens i modellutvecklingsprocessen.
Sammanslagning i JFrog Artifactory
JFrogs integration med Amazon SageMaker samlar alla artefakter som används i ML-utveckling och data science-applikationer i JFrog Artifactory. Detta säkerställer att alla komponenter sparas säkert på en enda plats som är lättillgänglig för JFrogs kunder och användare.
Webinarium och utbildning
För att informera organisationer om bästa praxis för att integrera användning och utveckling av modeller i säkra programvaruförsörjningsprocesser kommer JFrog att arrangera ett utbildande webinarium den 31 januari. Detta webinarium kommer att erbjuda värdefulla insikter och lärandemöjligheter från branschexperter.
Tillgänglighet, spårbarhet och följsamhet
JFrogs integration med Amazon SageMaker säkerställer inte bara tillgängligheten och spårbarheten av ML-modeller, utan bringar också maskininlärning närmare programvaruutveckling och produktionsarbetsflöden. Den skyddar modeller från radering eller ändring och möjliggör säker och följsam utveckling, träning och distribution av ML-modeller. Integrationen möjliggör även skanning av ML-licenser för att säkerställa följsamhet med företagets policy och regleringskrav.
Revolutionerande hantering av maskininlärningsmodeller
Genom att samarbeta med Amazon SageMaker strävar JFrog efter att revolutionera hanteringen av maskininlärningsmodeller och erbjuda organisationer en kraftfull kombination av effektivitet, säkerhet och flexibilitet. Denna integration banar väg för en ny era inom ML-utveckling och driver branschen framåt mot outredda områden.
Nyckelord:
– Maskininlärningsmodell: En matematisk modell som tränas på data för att göra förutsägelser eller beslut utan att vara explicit programmerad.
– DevSecOps: Ett samarbetsorienterat tillvägagångssätt som integrerar utvecklings-, säkerhets- och driftsteam för att säkerställa en säker och effektiv programvaruleverans.
– ML-licenser: Licenser som styr användningen och distributionen av maskininlärningsmodeller.
Relaterade länkar:
– JFrogs officiella webbplats
– Amazon SageMakers officiella webbplats