加速数据科学创新:拜耳作物科学如何使用AWS AI/ML服务来建立其下一代MLOPS服务

在这篇文章中,我们展示了拜耳作物科学如何通过培训模型来管理数据分析需求的大规模数据科学操作,并维护高质量的代码文档以支持开发人员。通过这些解决方案,拜耳作物科学计划的开发人员登机时间可下降70%,开发人员生产率提高了30%。

来源:亚马逊云科技 _机器学习
世界的人口正在以迅速的速度扩大。不断增长的全球人口需要创新的解决方案,以生产食物,纤维和燃料,同时恢复土壤和水等自然资源并应对气候变化。拜耳作物科学估计,到2050年,农民需要将作物产量提高50%才能满足这些需求。为了支持他们的使命,拜耳作物科学正在与农民和合作伙伴合作,以促进和扩展再生农业,在这种情况下,农业可以在恢复环境的同时产生更多的农业。恢复农业是一种可持续的农业哲学,旨在通过融入健康的生态系统来改善土壤健康。这是基于这样的想法,即农业应恢复降解的土壤和反向降解,而不是维持当前状况。拜耳的作物科学司认为,再生农业是农业未来的基础。他们的愿景是通过恢复自然和扩展再生农业生产50%的食物。为了使这一任务成为现实,拜耳作物科学正在与亚马逊萨摩亚人一起推动模型培训,并加速了与亚马逊Q.在这篇文章中加速代码文档,我们展示了拜耳作物科学如何通过培训模型来管理数据分析需求的大规模数据科学操作,并维持高质量的代码文档以支持开发人员。通过这些解决方案,拜耳作物科学计划的开发人员登机时间将减少70%,开发人员生产率提高了30%。ChallengesBayer作物科学面临着扩展基因组预测建模以提高其市场速度的挑战。它还需要数据科学家专注于建立高价值基础模型(FMS),而不是担心构建和工程解决方案本身。在构建解决方案之前,决策科学生态系统,为数据科学环境提供了数天,拜耳Cro