要考虑加入 MLOps 平台类别，产品应满足以下标准： * 监控和管理平台：该产品必须提供一个用于监控和管理机器学习模型的综合平台。这包括跟踪模型版本、监控性能指标和管理模型生命周期的功能。 * 集成到业务应用程序中：它应该允许用户将机器学习模型无缝集成到整个公司的各种业务应用程序中。这种集成能力确保模型可以在现有基础设施中有效部署和利用。 * 运行状况和性能跟踪：该产品必须使用户能够实时跟踪已部署的机器学习模型的运行状况和性能。这涉及监控准确性、延迟、资源利用率和模型漂移等关键指标，以确保最佳性能。 * 整体管理工具：它应该提供一个整体管理工具，提供对整个企业部署的所有模型的洞察。这包括模型治理、合规性监控以及整个模型生态系统的集中可见性等功能。 满足这些标准可确保该产品提供强大的功能，用于在组织内有效管理机器学习操作。
提交新应用
Tenyks
tenyks.ai
Tenyks 是一款 MLOps 监控和验证平台，帮助 AI 开发者使用计算机视觉数据构建更可靠的软件，并快速解决问题。
Modular
modular.com
模块化应用程序支持模块化开发，促进灵活的应用程序创建与部署，简化调试和更新，提升可重用性，适应用户需求。
ClearML
clear.ml
ClearML是一个开源的端到端平台，用于管理和部署机器学习工作流，支持本地和云基础设施。
Valohai
valohai.com
Valohai是一个为机器学习团队提供自动化模型培训、监控和部署的MLOps平台，支持模型协作和多种云服务集成。
WhyLabs
whylabs.ai
WhyLabs是一款用于实时监控和管理大型语言模型应用的工具，旨在提高AI系统的可靠性和透明度。
