首页
产品
WhaleScheduler数据调度平台
WhaleTunnel数据同步平台
资源
博客
社区
Apache DolphinScheduler
Apache SeaTunnel
关于我们
白鲸开源
加入我们
首页
产品
WhaleScheduler数据调度平台
WhaleTunnel数据同步平台
资源
博客
社区
Apache DolphinScheduler
Apache SeaTunnel
关于我们
白鲸开源
加入我们
MLOps调度解决方案
打造端到端的
自动化MLOps 工作流
轻松完成机器学习模型建设和部署
在机器学习从开发到上线的业务闭环中,数据处理、特征开发、模型训练与规模化部署往往要耗费大量的时间和人力。为了提高模型的部署效率,简化繁琐且重复的工作,让整个模型开发,部署,更新流程更加系统化,WhaleScheduler提供多种开箱即用的机器学习调度组件,无缝链接特征工程与调度环节,完成规模化的上线部署,打造端到端 MLOps 工作流,帮助开发者专注于业务价值的探索。
简单配置 串联多机器学习组件
WhaleScheduler的可视化的编排界面提供开箱即用的机器学习调度组件,可调用包括Jupyter、MLflow和OpenMLDB在内的多中主流MLOps程序。通过简单的DAG图拖拽快速串联多特征工程项目组件,快速编排机器学习的工作全流程。
看得见的机器学习过程
实时监控工作进程,随时查看模型效果,为机器学习过程提供可观察性,快速发现在机器学习生命周期中出现的问题。数据仪表盘展示工作流的各项关键指标,提供任务级日志和实时告警通知机制。
随时调整 自动更新模型
在模型评估表现不好时,可以随时进行调参,一键重启模型训练。同时支持定时启动任务,自动完成数据更新、模型训练、模型评估,模型部署和上线应用。强大的容错机制和丰富的工作流运行管理功能,可最大化提升模型开发、部署和运维的效率和质量。
请扫描企业微信二维码
立即咨询