| 封面故事 | 機器學習 | AI | 日本Yahoo | Line | AI生產力 | MLOps | Lupus

【Line AI生產力關鍵2:ML品質監控自動化】自建MLOps監控平臺,上百項ML產品模型漂移能即時調校

Line高度仰賴AI,光是內部就有100多個ML模型上線,橫跨20多個單位。為快速統一掌握模型動態,Line自建一套MLOps監測工具Lupus,來收集模型指標、偵測異常

2021-11-22

| NLP | 生態圈 | HyperCLOVA | 朴懿彬 | 機器學習 | AI | MLOps | 使用者特徵自動預測 | 使用者人格預測 | User Persona | Naver | 日本Yahoo | 整併 | 封面故事 | Lupus | AI生產力

因應整併後3億日本用戶規模新考驗,Line從3大技術關鍵來強化AI生產力

今年3月,日本Line和日本Yahoo整併後,光是日本用戶規模就達到3億人,作為未來主要用戶服務核心的Line,如何因應用戶數暴增挑戰,繼續邁向AI公司轉型之路?關鍵是這3件事

2021-11-22

| 遠距醫療 | 電子病歷 | 上雲 | 實體門診 | 微服務 | 北榮 | MLOps | 奇美醫院 | 微軟

MedTech醫療科技月報第5期:長庚半數實體門診原地支援遠距看診

為落實醫療平權最後一哩路,長庚醫院三分之一至二分之一的實體門診都已原地支援遠距視訊診療;臺北榮總啟動微服務和敏捷開發教育訓練,為下一代HIS打基礎;奇美醫院導入國產MLOps平臺,加速AI落地;拜登提名微軟前副總擔任退伍軍人部CIO,要接手榮民EHR系統架構現代化

2021-11-20

| 封面故事 | VMware | 轉型 | 雲端 | 多雲架構 | K8s | Kubernetes | vSphere | Tanzu | DevOps | Tanzu Application Platform | TAP | MLOps | AI | 機器學習訓練維運自動化 | APIM機制 | 容器

K8s戰略再轉型,Tanzu布局從跨雲維運邁向多雲開發

VMware再次調整K8s戰略,這次從基礎架構管理的維運圈,邁向以應用程式為核心的開發生態圈,搶進DevOps平臺市場

2021-10-18

| IT周報 | MLOps | 資料品質 | 吳恩達 | GitHub | Julia | 程式語言

AI趨勢周報第174期:吳恩達:做好ML各周期資料品質控管,專案至少快2倍完成!

吳恩達分享自己帶團隊經驗,單是做好各ML周期的資料品質控管,就能省去很多問題,專案還能快2倍完成,這也是他給自家MLOps團隊的建議;GitHub一款熱門MLOps專案手把手教你實作;AZ、莫德納和Google等上萬家企業在用的程式語言Julia獲2,400萬美元A輪融資。

2021-07-24

| AI學校 | MLOps | AI | GPU

蔡明順:不只企業靠自動化技術加速AI開發,AI學校也用MLOPs三年了

臺灣人工智慧學校已經悄悄使用MLOps三年了。臺灣人工智慧學校校務長蔡明順指出,學校用MLOps來優化技術班的學員模型開發,也用來配置運算資源。

2021-06-29

| 臉書 | 惡意留言 | 文字辨識 | 裝置運算 | MLOps | 模型替換 | 低程式碼 | Gartner | IT週報

AI趨勢周報第172期:是誰在亂灌水?臉書測試AI工具要助管理員揪出惡意灌水人

臉書揭露一項還在測試的ML工具:衝突警報(Conflict Alert),要來揪出惡意灌水的留言;不需雲端運算!蘋果推出iOS 15相片AI文字辨識功能,還能自由搜尋;MLOps大廠DataRobot新功能,可替自動換遠端模型;Gartner:AI、低程式碼當道,2024年80%技術服務將由非IT人員開發。

2021-06-18

| 嬌生 | AI導入經驗 | MLOps | 資料科學委員會 | 雙語資料科學家

嬌生資訊長揭露如何靠AI加速疫苗生產效率,先建立可迭代的AI開發流程,再培養「雙語」資料科學家

嬌生資訊長Jim Swanson在今年的GTC活動中,分享了自家AI導入的經驗,其中一個是要建立起一個可以迭代、重複使用的AI開發流程,作為企業內AI開發的技術基礎,再進一步促進資料科學走向民主化,不只加速培養雙語(AI與業務能力)的資料科學家,還要讓13萬員工都能有資料科學素養

2021-04-21

| InfuseAI | 開源程式碼 | PrimeHub | PrimeHub Deploy | MLOps

國產AI新創InfuseAI靠MLOps產品A輪募資430萬美元,今年聚焦模型監控,Q2將推新外掛工具平臺

InfuseAI在本月6號以MLOps解決方案獲得430萬美金的A輪募資,成為臺灣首家挺進MLOps市場的本土新創,今年正在加速開發模型表現監控機制,更預計Q2要上線外掛工具平臺

2021-04-08

| Line AI團隊 | 蔡景祥 | 孫韻如 | MLOps | AI | Line

Line臺灣AI團隊現身說法,如何從零開始實作MLOps

從一人團隊、兩人團隊到多種角色分工,Line臺灣循序漸進實作MLOps,克服AI開發客製化與部署上線挑戰

2021-04-08

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決 方案 | ML模型自動化 | AI維運 | Line

Line AI開發的關鍵基礎架構──ML Universe關鍵功能大公開

涵蓋了從模型實驗、Pipeline的持續部署與交付、自動化建立Pipeline,以及模型的持續訓練、持續部署、持續監測等流程

2021-04-08

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決 方案 | ML模型自動化 | AI維運 | Line

【靠ML協作平臺加速AI落地】Line如何用MLOps重構AI開發流程

Line去年正式上線了一套加速AI開發的關鍵基礎架構平臺,要讓不同角色各司其職,藉由更緊密分工協作來系統性落地AI

2021-04-07