Проект

GlowByte и "СберСтрахование" сократили время развертывания ML-моделей в системе страховщика в 3 раза

Заказчики: Сбербанк страхование (СберСтрахование)

Москва; Страхование

Продукт: Проекты ИТ-аутсорсинга

Дата проекта: 2023/04 — 2023/10
Технология: ИТ-аутсорсинг
подрядчики - 826
проекты - 2570
системы - 175
вендоры - 119

2023: Реализация платформы MLOps

СК СберСтрахование совместно с ИТ-партнером GlowByte реализовала платформу MLOps, которая позволяет регламентировать и стандартизировать процесс развертывания ML-моделей в промышленной среде страховщика. Решение ускорило развертывание моделей в 3 раза и повысило эффективность работы отдела Data Science за счет систематизации процесса разработки моделей и внедрения новых инструментов. Об этом TAdviser 10 ноября 2023 года сообщили представители GlowByte.

Система позволяет осуществлять загрузку и обработку данных, разработку ML-моделей, их тестирование и внедрение в промышленный контур с использованием CI/CD-процессов. Решение включает ряд функциональных модулей и областей, в том числе инструменты для анализа и логирования данных, среду исполнения модели, а также хранилище для нетекстовых и/или больших по объему файлов и репозиторий для кода модели.

Платформа существенно облегчает и ускоряет работу специалистов по Data Science, позволяя выбирать и запускать среду разработки c заранее установленным набором библиотек и доступов к данным, работать в привычной среде, создавать проекты машинного обучения и управлять их жизненным циклом, логировать результаты экспериментов и отслеживать их метрики и метаданные с помощью удобных инструментов, упаковывать ML-модель в микросервис и выводить его в контур промышленной эксплуатации в виде docker-контейнера.

Запуск проекта позволил реализовать единую систему для проведения широкого спектра функций, необходимых для создания и вывода в продуктивное исполнение моделей машинного обучения. Это также упростило взаимодействие между разработчиками, аналитиками и системными инженерами.

«
Целью данного проекта была автоматизация рутинных процессов. У реализованной нами платформы сложная архитектура, но выбранный технологический стек позволил эффективно решить задачу, несмотря на большое количество интеграций с системами хранения и обработки данных. Проект уже помог увеличить количество моделей и команд разработки. Мы планируем совершенствовать платформу MLOps, создавая все более качественные и эффективные решения для СберСтрахования,
сказал Александр Ефимов, исполнительный директор направления Advanced Analytics GlowByte.
»

В перспективе развития проекта планируется реализация бэклога, улучшение КХД и интеграции со стороны ML, формирование Feature Store, а также увеличение количества моделей и команд разработки.