Neues Open-Source-Framework für Machine-Learning-Modelle auf Kubernetes
Wer Projekte mit Machine Learning entwickelt, trifft dabei auf viele Herausforderungen. Die Entwickler von seldon.io stellen jetzt Seldon Core vor: Eine Open-Source-Plattform, die helfen soll, solche Herausforderungen leichter zu bewältigen.
- Frank-Michael Schlede
Alex Housley, Gründer und CEO von seldon.io, stellt in einem ausführlichen Beitrag auf medium.com Seldon Core vor. Eine Open-Source-Plattform, die helfen soll, Machine-Learning-Modelle auf Kubernetes zu entwickeln. Data-Science-Teams sollen damit in die Lage versetzt werden, solche Modelle leicht laufen zu lassen und ebenso so leicht zu verwalten. So soll sich Seldon Core auf den entscheidenden letzten Schritt in jedem Machine-Learning-Projekt konzentrieren, was Unternehmen wiederum dabei unterstützen soll, die Modelle in die Produktion zu überführen.
Zusammenarbeit mit jedem Toolkit fürs Machine Learning
Die Ziele, die sich seldon.io mit dieser Entwicklung gesetzt hat, sind ambitioniert: So soll Seldon Core dazu in der Lage sein, mit jedem Toolkit für Machine Learning und mit jeder Programmiersprache zusammenzuarbeiten. Diese Entwicklung steht natürlich noch am Anfang, und so plant die Firma nach eigenen Angaben zunächst die Unterstützung von Tools und Programmiersprachen, die auf Python basieren. Das umfasst aktuell unter anderem Tensorflow, Scikit-learn Spark und H20.
Zudem sollen entwickelte Machine-Learning-Modelle via REST und gRPC automatisch bereitgestellt werden. Das soll die Einbindung in Business-Apps und -Dienste dann deutlich erleichtern können. Entwicklern, die mit Seldon Core arbeiten, können auf diese Weise den kompletten Lifetime-Zyklus des entwickelten Modells ohne Ausfallzeit verwalten, überwachen und auch wichtige Features wie die Sicherheit im Griff behalten.
Der GitHub-Eintrag zu Seldon Core erläutert nicht nur die Ziele des Projekts sondern zeigt auch, wie Entwickler erste Schritte mit dieser Technik unternehmen können. (fms)
