Le véritable défi n'est pas de construire un modèle ML, mais de construire un système ML intégré et de le faire fonctionner en continu en production.
Explorer
Chaque jour, de nouvelles approches et de nouveaux outils sont publiés concernant les ML en production. Nous effectuons des recherches constantes sur ceux-ci et maintenons notre façon de travailler à jour avec les meilleurs outils du marché.
Construire
Nous construisons des applications alimentées par le Machine Learning. Notre section est composée de personnes multidisciplinaires afin de couvrir toutes les phases d'un projet ML.
Partager
Nous partageons nos connaissances avec le reste de l'organisation de développement afin de nous assurer que nos projets de mise en œuvre sont conformes aux meilleures pratiques pour la mise en production de ML.
Outillage interne
L'outillage interne nous aide à accélérer le développement, à normaliser les approches et les technologies et à permettre une utilisation efficace du temps et des ressources. Grâce à notre outil interne GCCP, nous sommes en mesure d'atteindre une qualité interne élevée de nos solutions sans l'inconvénient d'un démarrage lent. GCCP est notre outil de ligne de commande "Cookie Cutter" qui permet de reproduire facilement le code standard de nos composants GCP les plus utilisés. GCCP permet la personnalisation du code passe-partout, ce qui nous aide à adapter les modèles aux besoins d'un cas d'utilisation spécifique, puis à construire une logique plus personnalisée par-dessus. En outre, il génère des fichiers de configuration pour la configuration d'une infrastructure sécurisée et le CICD.
Contributions à l'open-source
L'appropriation et la responsabilité sont dans notre ADN. Nous sommes toujours heureux d'aider la communauté à améliorer les outils que nous utilisons nous-mêmes, et nous sommes donc très enthousiastes à l'idée de contribuer aux logiciels libres. Avez-vous entendu parler de Connexion? Nous sommes convaincus de l'approche API-first pour les microservices. Elle nous permet de séparer clairement la définition et la mise en œuvre, de collaborer efficacement avec les parties prenantes et de réduire les coûts de développement des applications. Connexion est un excellent framework Python et le meilleur choix pour nos besoins. Nous sommes très fiers de faire partie de la communauté et de contribuer à faire avancer Connexion !
Meilleures pratiques et qualité du code
La normalisation a un impact positif sur toute entreprise. Elle permet une utilisation efficace des ressources, réduit les risques et les coûts de livraison. Le chapitre sur l'architecture logicielle fournit les lignes directrices, documente et propage les meilleures pratiques au ML6. Le CICD et l'automatisation en général font partie de notre culture de développement. Nous cherchons à éviter toute action manuelle lorsque cela est possible, ce qui permet de livrer des logiciels de haute qualité plus rapidement et de nous concentrer sur la résolution de problèmes commerciaux. Nous sommes partisans d'un processus de révision du code. La révision du code conduit à de meilleures implémentations et à des solutions plus efficaces, elle permet de trouver les bogues plus tôt, lorsque ceux-ci sont moins coûteux à corriger, ainsi que de partager l'expérience des développeurs seniors et d'améliorer la cohésion de l'équipe.