Real time computer vision modellen draaien, zonder kennis van complexe IT infrastructuur.

Hoe run je computer vision modellen zonder je te verdiepen in de onderliggende IT infrastructuur?
DuckDuckGoose stelt Datachecker, een bedrijf dat slimme online identificatie en verificatie oplossingen
biedt, in staat om middels AI snel en accuraat te bepalen of een selfie echt of een deepfake is. Joris
(DuckDuckGoose) ontwikkelt het AI model en draait dit op UbiOps, met als voornaamste reden dat hij dit
zonder IT of kubernetes kennis kan doen, alleen (GPU) rekenkracht gebruikt wanneer dat écht nodig is
(en dus geen servers ‘idle’ hebben staan) en zeker weet dat elke request die gemaakt wordt binnen een
fractie van een seconde verwerkt is. Hiermee voldoet hij aan de eis van zijn klant: schaalbaar,
kostenefficiënt en betrouwbaar. Hoe Joris dit doet hoor je in deze sessie.
UbiOps is hierbij de middleware layer die data scientists in staat stelt gemakkelijk AI workloads
on-demand te draaien en modellen te trainen, zonder dat daar schaarse IT kennis bij nodig is. Zie ook
reference cases met Bayer Crop Sciences, het National Cyber Security Centre of BAM infra.
Focus op data science en waarde creatie
De onderliggende infrastructuur en bijkomende zaken die vereist zijn om AI modellen te draaien, zoals
docker, kubernetes, API management, security en meer, leveren niet direct waarde op maar kosten wel
veel tijd en moeite. Het model levert wel waarde, zodra dit in productie draait. DuckDuckGoose focust
op de ontwikkeling en verbetering van de modellen, in plaats van het opzetten van complexe
onderliggende IT infrastructuur voor machine learning. Joris laat zien hoe hij de computer vision
modellen laat draaien zonder dat hij daarvoor bovengenoemde kennis nodig heeft, en zich kan richten
op wat waarde levert: de modellen.
Benieuwd naar andere use cases van UbiOps? Bekijk dan onze blog.