详细内容或原文请订阅后点击阅览
汤森路透实验室如何利用 AWS MLOps 服务快速实现 AI/ML 创新
在本文中，我们将向您展示汤森路透实验室 (TR Labs) 如何通过采用使用 AWS SageMaker、SageMaker Experiments、SageMaker Model Registry 和 SageMaker Pipelines 的标准化 MLOps 框架来开发高效、灵活且功能强大的 MLOps 流程。目标是加快团队使用 AI 和机器学习 (ML) 进行实验和创新的速度——无论是使用自然语言处理 (NLP)、生成式 AI 还是其他技术。我们讨论了这如何帮助缩短新想法的上市时间并帮助构建具有成本效益的机器学习生命周期。
来源:亚马逊云科技 _机器学习这篇文章由汤姆森路透的Danilo Tommasina和Andrei Voinov共同撰写。
汤姆森路透（TR）是世界上最值得信赖的企业和专业人士的信息组织之一。 TR为公司提供了他们需要找到可信赖答案的情报，技术和人类专业知识，从而使他们能够更快地做出更好的决策。 TR的客户涵盖了财务，风险，法律，税收，会计和媒体市场。
汤姆森路透（TR）Thomson Reuters Labs（TR Labs）是TR内专用的应用研究部门。 TR实验室专注于人工智能（AI）（AI）的研究，开发和应用，以及可以注入现有TR产品或新产品的技术的新兴趋势。 TR Labs与各种产品团队合作，以实验，原型，测试和提供AI驱动的创新，以追求对客户的更智能和更有价值的工具。 TR实验室团队包括150多名应用科学家，机器学习专家和机器学习工程师。
汤姆森路透实验室（TR Labs）在这篇文章中，我们探讨了TR Labs如何通过采用标准化的MLOPS框架来开发有效，灵活和强大的MLOP过程，该框架使用AWS SageMaker，SageMaker实验，SageMaker模型注册表和SageMaker Pipeelines。目的是加快团队能够使用AI和机器学习（ML）进行实验和创新的速度 - 是否使用自然语言处理（NLP），生成AI或其他技术。我们讨论了这如何帮助减少新的想法推销时间，并有助于建立一个具有成本效益的机器学习生命周期。最后，我们将介绍TR实验室为开发人员，科学家和工程师标准化的MLOP工具链。
aws sagemaker sagemaker实验 SageMaker模型注册表 sagemaker Pipelines