| 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

| 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

企業規模化落地AI關鍵是MLOps（下）三大原因助MLOps快速興起

促使MLOps快速成長的原因之一，是COVID-19疫情帶動大環境快速改變，導致許多部署上線的模型在一夕間不敷使用，凸顯了AI維運的挑戰

2021-04-06

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用

【AI開發也要擁抱DevOps】企業規模化落地AI關鍵是MLOps（上）

隨著企業AI走出實驗階段，開始分化出多種開發角色，如何透過打造如產線般緊密分工的協作方法，來加速落地AI？關鍵就是MLOps的實踐

2021-04-06

| 2021加速轉型9大趨勢 | 數位轉型 | 數位韌性 | MLOps | AI落地規模化 | 系統性AI協作

2021加速轉型9大趨勢（六）加速AI生命周期循環，MLOps將成企業AI落地規模化的關鍵一步

當AI開發進入規模化落地新階段，企業不只要打造自動化、標準化的AI開發流程，更要擁抱MLOps文化，建立起系統性AI協作新方法

2021-01-04

| ML工作流 | MLOps | MLU | Line臺灣 | ML開發工具 | AutoML | ML協作

Line臺灣首度揭露以MLOps概念打造的ML協作平臺，透過整合開發工具減少溝通協作成本，來加速ML應用落地

Line臺灣首度揭露運用MLOps觀念打造的MLU機器學習平臺，能讓資料工程團隊在打造ML應用時，透過整合在ML Pipeline中的開發工具，來降低彼此的溝通協作成本，同時也提高了ML開發的效率，來加速應用落地

2020-12-21

| OpenShift | Cloud Pak | DataOps | MLOps | VPC授權計價單位

因應多雲資料處理分析需求，IBM提供專屬預先整合套件

企業若要建置支援雲端原生應用的關聯式資料庫、資料倉儲、NoSQL資料庫，IBM推出預先整合套件Cloud Pak for Data，能在公有雲與私有雲環境快速建置資料分析基礎架構

2019-11-15