Lakehouse AI'ye Genel Bakış

Databricks Kavramları

Kevin Barlow

Data Practitioner

Lakehouse AI

Lakehouse Üst Düzey Diyagramı

Neden AI/ML için Lakehouse?

  1. Delta gölünde güvenilir veri ve dosyalar
  2. Yüksek ölçeklenebilir hesaplama
  3. Açık standartlar, kütüphaneler, çerçeveler
  4. Diğer veri ekipleriyle birleşik çalışma
1 https://www.databricks.com/blog/2020/01/30/what-is-a-data-lakehouse.html
Databricks Kavramları

MLOps Yaşam Döngüsü

Makine Öğrenimi Yaşam Döngüsü Diyagramı

Databricks Kavramları

Lakehouse'ta MLOps

DataOps

DataOps

  • Farklı kaynaklardan veri entegrasyonu (AutoLoader)
  • Veriyi kullanılabilir, temiz forma dönüştürme (Delta Live Tables)
  • Modeller için yararlı özellikler oluşturma (Feature Store)
Databricks Kavramları

Lakehouse'ta MLOps

ModelOps

ModelOps

  • Farklı modelleri geliştirme ve eğitme (Notebooks)
  • ML şablonları ve otomasyon (AutoML)
  • Parametre, metrik ve denemeleri izleme (MLFlow)
  • Modelleri merkezileştirme ve tüketme (Model Registry)
Databricks Kavramları

Lakehouse'ta MLOps

DevOps

DevOps

  • Modeller için erişim yönetişimi (Unity Catalog)
  • Model sürümleri için CI/CD (Model Registry)
  • Tüketim için model dağıtımı (Serving Endpoints)
Databricks Kavramları

Gözden geçirelim!

Databricks Kavramları

Preparing Video For Download...