Oracle Cloud Infrastructure (OCI) Data Scienceは、データ・サイエンティスト・チームのためのフルマネージド・プラットフォームであり、Pythonとオープン・ソース・ツールを使用して、機械学習モデルを構築、トレーニング、導入、管理できます。また、JupyterLabベースの環境を使用して、モデルを実験および開発できます。NVIDIA GPUと分散トレーニングで、モデル・トレーニングを拡張可能です。自動パイプライン、モデル・デプロイ、モデル・モニタリングなどのMLOps機能により、モデルを本番環境に移行しながら健全性を維持できます。
人工知能は、ビジネス機能全体に急速に統合されつつあります。IDCは、エンタープライズ向けのAIに関する、ベストプラクティスと推奨事項を調査しています。
モデル構築の自動ワークフローにアクセス可能で、再利用可能なジョブとMLライフサイクルのエンドツーエンドのオーケストレーションにより、MLを簡単に運用できます。低コストのGPUにアクセスして、分散した高パフォーマンスのワークロードを実行できます。
Anacondaなどの主要環境との連携により、オラクル上でMLを最大限に活用できます。モデル、データおよびコードを必要な形式で取り込めます。
戦略的なML連携により、手厚いサポートを利用できます。オラクルには、組織の成功を専任でサポートするデータ・サイエンティストが揃っています。
お客様はOCI Data Scienceを使用して、データサイエンスのコラボレーションを改善し、機械学習モデルの構築にかかる時間とコストを節約しています。
JupyterLabに加え、Dask、scikit-learn、XGBoostなど数百のオープン・ソース・ライブラリとフレームワークで、データサイエンスの分野で最も一般的な言語のPythonを使用できます。または、柔軟性を最大限に高めるために選択したライブラリをインストールします。
Accelerated Data Science(ADS)は、データサイエンス・ライフサイクル全体をカバーするエンドツーエンドのPythonライブラリであり、高品質のモデルをより迅速かつ簡単に作成できます。
セルフサービス型のオンデマンド・インフラストラクチャを使用すると、データ・サイエンティストは、インフラストラクチャのプロビジョニングやメンテナンスについて心配することなく、あらゆる規模のプロジェクトに取り組むために必要なコンピュート・リソースとストレージ・リソースの量を選択できます。
チームベースのセキュリティ・ポリシーにより、データ・サイエンティストはプロジェクトにチームメンバーを含めることができます。これらのポリシーにより、モデル、コード、データへのアクセスを制御して、機密性の高い作業を保護しながらコラボレーションを促進できます。セキュリティ制御は、Oracle Cloud Infrastructure Identity and Access Managementと完全に統合されています。
データにアクセスする方法からモデルの説明の背後にある数学までのトピックをカバーする、数十のチュートリアルとサンプルノートブックを利用できます。実証済みの方法と実装のヒントを使用して、さまざまなビジネス上の問題への取り組みをすぐに開始できます。