Self-service ML Ops: full-service SageMaker in een gebruiksvriendelijke verpakking

DON 12:00 - 12:30

Zaal 3

Na een rigoureus selectietraject heeft de ANWB gekozen voor SageMaker om haar ML Ops platform op te bouwen. Met een klein team hebben wij de zeer uitgebreide en technische stijl van de SageMaker SDK weten te verpakken in een gebruiksvriendelijke tool die onze data scientisten in staat stelt vanuit een self-service filosofie gebruik te maken van alle diensten van SageMaker zonder na te hoeven denken over infrastructuur.

Dankzij onze unieke combinatie van een gebruiksvriendelijke interface met krachtige AWS diensten erachter is de ML Ops capaciteit ANWB in een paar maanden enorm uitgebreid. Van enkel deployment zijn wij gegaan naar de volledige suite capaciteiten die een ML team nodig heeft om op future-proof wijze big data toepassingen te bouwen en een schaalbare dienstverlening te bieden aan haar afnemers.

Door een heldere separation of concerns in te richten tussen data science code (business logica) en infrastructuurcode (platform logica) is automatisering en schaalbaarheid toegenomen en foutgevoeligheid afgenomen.

  • Thema
    Data Science

    Organisaties beschikken al over extreem veel data. De grote uitdaging zit erin om met de beschikbare data waarde toe te voegen aan een proces of klanttraject. Data science is daarvoor uitstekend geschikt. Finance en het voorspellen van consumentenbehoeften zijn twee gebieden waarop data science effectief is toe te passen. De investering loont sowieso, want beschikt een organisatie over meer inzicht, dan zijn ook slimmere keuzes te maken. Het thema data science neemt precies hierom een steeds prominentere rol in tijdens de Big Data Expo.