Överväganden för fullständig implementering

Implementera AI-lösningar i verksamheten

Jacob H. Marquez

Data Scientist

Skala upp och upprätthåll en AI-lösning

$$

Skala upp och upprätthåll en AI-lösning

$$

Skala upp och upprätthåll en AI-lösning

$$

DevOps

 

• "Development Operations"
• Bättre samarbete, integration och driftsättning
• Automatisering av processer
• Kontinuerlig förbättring och övervakning

$$

MLOps

 

• "Machine Learning Operations"
• Liknar DevOps
• Driftsätter processer för data och algoritmer

MLOps

 

• "Machine Learning Operations"
• Liknar DevOps
• Driftsätter processer för data och algoritmer

MLOps

 

• "Machine Learning Operations"
• Liknar DevOps
• Driftsätter processer för data och algoritmer

MLOps

 

• "Machine Learning Operations"
• Liknar DevOps
• Driftsätter processer för data och algoritmer

MLOps

 

• "Machine Learning Operations"
• Liknar DevOps
• Driftsätter processer för data och algoritmer
• Möjliggör horisontell skalning

MLOps – övervaka AI:n

 

• Jämför modellens prestanda med baslinjen
• Exempel: prediktionsnoggrannhet under den första driftsmånaden
• Modelldrift när prestandan försämras

• Påverkar beslutsfattandet negativt

Efterlevnad, integritet och säkerhet

 

• Viktigt under POC
• Kan uppnås med minimala åtgärder
• Nödvändigt för skalning till fullständig implementering
• Del av ansvarsfull AI

 

Juridiska och regulatoriska krav

 

• Uppfyll regulatoriska krav på VARJE plats
• Särskilt vid känsliga och personliga uppgifter
• Undvik påföljder och rättsliga konsekvenser

$$ $$

Säkerhet

 

• Säkra data, infrastruktur och produkt
• Autentisering
• Auktorisering

$$

Riskhantering och riskminskning

 

• Undvik skada på lösning, kund och verksamhet
• Granska lösningen
• Juridiska granskningar
• Riskbedömningar
• Simuleringar

Nu kör vi en övning!

Implementera AI-lösningar i verksamheten