若要考慮加入 MLOps 平台類別，產品應符合以下標準： * 監控和管理平台：本產品必須提供一個用於監控和管理機器學習模型的綜合平台。這包括追蹤模型版本、監控效能指標和管理模型生命週期的功能。 * 整合到業務應用程式中：它應該允許用戶將機器學習模型無縫整合到整個公司的各種業務應用程式中。這種整合能力確保模型可以在現有基礎設施中有效部署和利用。 * 運行狀況和效能追蹤：該產品必須使用戶能夠即時追蹤已部署的機器學習模型的運作狀況和效能。這涉及監控準確性、延遲、資源利用率和模型漂移等關鍵指標，以確保最佳效能。 * 整體管理工具：它應該提供一個整體管理工具，提供對整個企業部署的所有模型的洞察。這包括模型治理、合規性監控以及整個模型生態系統的集中可見度等功能。 符合這些標準可確保產品提供強大的功能，用於在組織內有效管理機器學習作業。
提議新的應用程式
Modular
modular.com
模塊化應用程序是一個支持模塊化開發的平台，旨在簡化AI應用程序的開發和部署，實現靈活性和可擴展性的整合。
ClearML
clear.ml
ClearML是一個開源的端到端AI平台，簡化機器學習（ML）和大型語言模型的開發、部署和管理，支持本地和雲端運行。
Valohai
valohai.com
Valohai是一個專為機器學習而設的平台，簡化ML工作流程，提供模型開發、部署和監控的自動化工具，促進團隊協作。
WhyLabs
whylabs.ai
WhyLabs是一個監控和管理大型語言模型的工具，可以實時檢測異常，優化數據質量，並提高AI系統的可靠性。
Segments.ai
segments.ai
Segments.ai是一個多感測器標註平台，專為機器人及自動駕駛設計，提供快速準確的數據標註服務，包括圖像、視頻及3D點雲。
