La adopción de AI/ML en los servicios financieros está aumentando a medida que las empresas buscan impulsar procesos de toma de decisiones más sólidos y basados en datos como parte de sus viajes de transformación digital.Para la industria bancaria global, McKinsey estima que la tecnología de IA podría traer hasta $ 1 billón en valor agregado por añoPero producir aprendizaje automático a escala es un desafío. El ciclo de vida del aprendizaje automático consta de muchos componentes complejos, como la ingesta y preparación de datos, el entrenamiento de modelos, el ajuste, la implementación, la supervisión y más. También requiere colaboración y transferencia entre equipos, desde ingeniería de datos hasta ciencia de datos e ingeniería de ML. Naturalmente, se requieren operaciones rigurosas para mantener todos estos procesos funcionando de forma sincronizada y sin problemas. Estos objetivos son difíciles de lograr sin un marco sólido a seguir.
Machine Learning Operations (MLOps) proporciona a las empresas un marco para implementar con éxito capacidades de IA/ML en producción a cualquier escala. Este enfoque, combinado con un esfuerzo consciente para asegurar una cadena de suministro de código abierto, puede contribuir a la estabilidad a largo plazo de las aplicaciones impulsadas por IA/ML y generar beneficios empresariales tangibles a partir de las inversiones en IA/ML.
MLOps para Instituciones Financieras
MLOps es un conjunto de prácticas para la colaboración y la comunicación entre los científicos de datos y las operaciones de TI. La aplicación de estas prácticas mejora la calidad, simplifica los procesos administrativos y automatiza la implementación de modelos de aprendizaje automático y aprendizaje profundo en entornos de producción a gran escala.
MLOps proporciona automatización para mejorar la implementación y el mantenimiento de aplicaciones AI/ML. Al igual que DevOps, MLOps se basa en un enfoque colaborativo y simplificado para el ciclo de vida de desarrollo del aprendizaje automático, donde la intersección de personas, procesos y tecnología optimiza las actividades integrales necesarias para desarrollar, construir y operar cargas de trabajo de aprendizaje automático. MLOps también facilita la alineación de modelos con las necesidades comerciales y los requisitos normativos en el sector de servicios financieros.
La adopción de MLOps puede permitir que las instituciones financieras aumenten la productividad al proporcionar un entorno de autoservicio para acceder a conjuntos de datos seleccionados, mejorando la confiabilidad, la calidad de los datos y modelos, la auditabilidad y la repetibilidad.
Plataforma MLOps de código abierto
Para que las instituciones financieras obtengan las recompensas de sus esfuerzos de aprendizaje automático, los modelos deben desarrollarse en un proceso repetible utilizando una plataforma MLOps que permita a los científicos de datos administrar de manera eficiente el proceso de ML de extremo a extremo.
La plataforma MLOps proporciona un entorno colaborativo para científicos de datos e ingenieros de software que facilita:
- exploración iterativa de datos,
- capacidades de colaboración en tiempo real para el seguimiento de experimentos,
- ingeniería de funciones,
- gestión de modelos,
- y controló la conversión, implementación y monitoreo de modelos.
La plataforma MLOps automatiza los aspectos operativos y de sincronización del ciclo de vida del aprendizaje automático.
Kubeflow es una plataforma MLOps gratuita y de código abierto para desarrollar e implementar sistemas de aprendizaje automático (ML) y es uno de los kits de herramientas MLOps de código abierto más populares. Los científicos de datos de las instituciones financieras usan Kubeflow para crear y experimentar con canalizaciones de ML, mientras que los ingenieros y los equipos de operaciones de ML lo usan para implementar sistemas de ML en varios entornos para el desarrollo, las pruebas y el servicio a nivel de producción. Kubeflow proporciona componentes para cada etapa del ciclo de vida de ML, desde la exploración hasta la capacitación y la implementación.
Protección de plataformas MLOps de código abierto
La plataforma Kubeflow es Consiste en varias aplicaciones y andamios. Estos incluyen Jupyter Notebook, Pipelines, KFServing, Katib, PyTorch Serving, TensorFlow Serving, varios operadores, Seldon Core, Istio, Argo, Prometheus y muchos más.
La gestión segura del software de código abierto y todas sus dependencias es una prioridad principal para las instituciones financieras. Esto también se aplica a las plataformas MLOps de código abierto. Las instituciones financieras necesitan un software seguro de código abierto para crear y mantener aplicaciones inteligentes impulsadas por AI/ML sin comprometer sus requisitos de cumplimiento, seguridad o soporte.
A medida que más instituciones financieras aprovechan las tecnologías de código abierto, es fundamental que las bibliotecas de código abierto y las cadenas de herramientas de IA/ML también provengan de fuentes confiables para garantizar el mantenimiento de la seguridad a largo plazo y la estabilidad de la plataforma.
Para las organizaciones de servicios financieros que buscan adoptar AI/ML a escala a través de una plataforma MLOps segura de código abierto, Canonical ofrece Encantador flujo de Kube y ahora Ubuntu Pro generalmente disponible.
MLOps de código abierto con Charmed Kubeflow
A pesar de los beneficios obvios de Kubeflow para las operaciones de ML, la implementación, configuración y mantenimiento de Kubeflow aún pueden ser difíciles. La cantidad de aplicaciones y escenarios potenciales dificulta que la comunidad de Kubeflow brinde una solución única para todos los científicos de datos en instituciones financieras.
modelo Este problema se resuelve empaquetando cada aplicación en Kubeflow y proporcionando una plataforma MLOps totalmente compatible para cualquier nube: Charmed Kubeflow.
Charmed Kubeflow incluye más de 20 aplicaciones y servicios que componen la última versión de Kubeflow, lo que hace que la implementación y las operaciones sean más rápidas y fáciles en todas partes: en estaciones de trabajo, locales, nubes públicas, privadas y de borde.
Encantador Kubeflow por gigante – Enterprise Operator Lifecycle Manager (OLM), que proporciona gestión de aplicaciones basada en modelos e infraestructura de próxima generación como código. En Juju, los operadores y las aplicaciones se agrupan como Charms: paquetes que contienen un operador y metadatos que permiten la integración de muchos operadores en un sistema de agregación coherente.
Encantador flujo de Kube es una plataforma MLOps integral lista para empresas y totalmente compatible para cualquier nube.Es uno de los lanzamientos oficiales. Flujo de Kube proyecto aguas arriba. Los científicos de datos y los ingenieros de aprendizaje automático de las instituciones financieras se benefician de las implementaciones de ML simples, portátiles, seguras y escalables que utilizan Charmed Kubeflow. Charmed Kubeflow también se beneficia del mantenimiento de seguridad de Ubuntu Pro de Canonical para los paquetes que forman parte de los repositorios principales de Ubuntu Universe y Ubuntu. Canonical ofrece la suscripción más completa para seguridad de software de código abierto en cada nube, centro de datos y escritorio.
Proteja su cadena de herramientas de IA/ML de código abierto
En colaboración con la comunidad ascendente, las suscripciones de Ubuntu Pro incluyen parches CVE para imágenes específicas de la aplicación Kubeflow, lo que hace que todo el flujo de trabajo sea seguro.
Ubuntu Pro amplía la cobertura de seguridad de vulnerabilidades y exposiciones comunes (CVE) críticas, altas y moderadas a miles de aplicaciones y cadenas de herramientas, incluidas aplicaciones MLOps de código abierto, Ansible, Apache Tomcat, Apache Zookeeper, Docker, Drupal, Nagios, Node.js, phpMyAdmin , Puppet, PowerDNS, Python 2, Redis, Rust, WordPress y más. Funciona en todos los Ubuntu LTS a partir de 16.04 LTS.
“Las innovaciones transformadoras, como la inteligencia artificial y el aprendizaje profundo, han ampliado drásticamente el volumen de datos que las empresas deben proteger de anomalías y amenazas. La asociación de NVIDIA y Canonical brinda a las empresas la confiabilidad y la garantía de seguridad a largo plazo que necesitan para lograr avances que beneficien a la sociedad. ”
justin boitano
Vicepresidente de informática empresarial, NVIDIA
Para hacer crecer el ecosistema de MLOps, Charmed Kubeflow se integra con otras plataformas específicas de IA o de datos, incluidas Kafka, Spark y MLFlow. Ubuntu Pro cubre la pila completa desde la infraestructura hasta el sistema operativo y la capa de aplicación.
Ubuntu Pro es ideal para instituciones financieras que desean centrarse en la innovación con confianza en el mantenimiento continuo de la seguridad y el seguimiento de dependencias. Las correcciones de seguridad respaldadas por Canonical de las versiones más recientes de la aplicación, brindan a los científicos de datos, ingenieros de ML y equipos de operaciones de la institución financiera un camino hacia la seguridad a largo plazo sin actualizaciones forzadas. El resultado es una década de estabilidad de la plataforma de código abierto.
Canonical tiene un historial de casi dos décadas en la entrega de actualizaciones de seguridad oportunas a los principales sistemas operativos Ubuntu, parcheando CVE críticos en menos de 24 horas en promedio. Los parches están disponibles para CVE críticos, altos y moderados seleccionados, y muchas vulnerabilidades de día cero se suprimen cuando los CVE se hacen públicos.
«Tenable y Canonical se están asociando para brindar alertas de vulnerabilidad oportunas, precisas y procesables. Ubuntu Pro brinda garantía de parches de seguridad para una amplia gama de software de código abierto. Juntos, brindamos a los clientes una base de código abierto confiable».
roberto huber
Director de seguridad de Tenable
¿Quiere obtener más información sobre el código abierto seguro en los servicios financieros? ¡Lea nuestro libro blanco!
¿Quiere obtener más información sobre cómo Canonical está ayudando a las instituciones financieras a aprovechar el código abierto para impulsar la innovación a un costo menor? Consulte nuestra página web de servicios financieros.
Seminario web: un ecosistema MLOps seguro de código abierto para la industria de servicios financieros
Canonical está trabajando en un ecosistema de MLOps de código abierto que permitirá a los desarrolladores y científicos de datos de las instituciones financieras realizar una capacitación de modelos optimizada en herramientas con una integración más amplia de MLOps.
Únase a nuestro seminario web el 7 de marzo de 2023 para conocer cómo las instituciones financieras utilizan el código abierto seguro a escala y se benefician de las plataformas MLOps para lograr un valor comercial sostenible y duradero.
