Внедрение платформы Neoflex MLOps Center для разработки и управления жизненным циклом моделей машинного обучения
- Заказчик
- АО ЦВ Протек
- Руководитель проекта со стороны заказчика
-
- ИТ-поставщик
- Neoflex
- Год завершения проекта
- 2022
- Сроки выполнения проекта
- Январь, 2022 - Ноябрь, 2022
- Масштаб проекта
- 2500 человеко-часов
- Цели
-
Внедрение современной платформы управления жизненным циклом ML-моделей, которая позволит обеспечить автоматизацию модели прогнозирования спроса на оптовых складах компании, расположенных по всей России.
Уникальность проекта
Уникальность проекта заключается в вызовах, которые нам готовил 2022г., о которых мы не знали в начале проекта.Постоянное изменение ситуации сделало необходимым улучшение моделей прогнозирования спроса: обогащение данными из новых источников также смену парадигм, лежащих в основе прогнозирования. Старые подходы устарели, новые требуют постоянной вовлеченности, быстрой проверки гипотез и своевременной поставки изменений в продуктивную среду.
Уход с рынка РФ большинства западных вендоров подтвердил правильность выбора Open Source стека технологий. Компании необходимо было срочно поменять модель прогнозирования для соответствия новым реалиям.
- Проект решает задачи импортозамещения
- Да
- Использованное ПО
-
Платформа Neoflex MLOps Center состоит исключительно из Open Source компонентов: Clickhouse, Docker, Jupyter, Airflow, MLFlow и пр.
- Сложность реализации
-
Главный вызов – в быстро меняющимся мире необходимо, чтобы инфраструктура, на которой реализованы модели прогнозирования, позволяла моделям постоянно переучиваться и своевременно реагировать на новые вызовы. Neoflex MLOps Center позволяет это.
- Описание проекта
-
Ранее ЦВ «Протек» уже использовал модели прогнозирования спроса, но они давали недостаточно точные результаты, а также не позволяли быстро подстраиваться под реалии меняющегося рынка. Компания выбрала решение Neoflex MLOps Center, так как оно базируется на современных Open Source компонентах и позволяет гибко конфигурировать, а также масштабировать ML-модели.
В результате проекта:
-
Развернута современная платформа управления жизненным циклом моделей;
-
Сформирована удобная экосистема для работы экспертов Data Science;
-
Настроены DEV и PROD процессы End-to-end разработки модели;
-
Сформирован конфигурируемый и масштабируемый pipeline работы модели.
Платформа в будущем позволит улучшить бизнес-показатели подразделений компании, так как современные компоненты решения дают возможность еще точнее прогнозировать различные события и метрики, а архитектура позволяет масштабировать вычисления и управлять релевантностью данных. -
- География проекта
- Оптовые склады ЦВ «Протек» расположены по всей территории России: от Краснодара до Хабаровска.
