今天，Informatica 宣布推出 Cloud Data Governance and Catalog (CDGC)，它将 Informatica 平台的许多先前功能与新功能结合在一起，全部打包到云原生解决方案中。 我的 ZDNet Big on Data 同事托尼·贝尔 (Tony Baer) 对 CDGC 的整体产品进行了精彩的描述。
CDGC 的新功能之一是 AI 模型治理 (AIMG) 功能，旨在将 DevOps 原则映射到机器学习 (ML)/AI 生命周期。 我们在这篇文章中介绍了 AIMG。
你懂得越多
AIMG 旨在提供 AI 资产整个生命周期的可追溯性，从开始到生产、迭代和培训、部署和“KPI 交付”——这是 Informatica 对其模型监控能力的描述。 在 AIMG 中，模型使用诸如处理类型、分期、权重和算法等元数据进行记录。 还跟踪预测输入数据和围绕预测结果/准确性、风险、漂移和性能的 KPI。
在 AIMG 的方法中，ML 模型及其数据依赖性被视为一个单一的治理控制单元，并在整个部署生命周期中进行管理。 部署中可能有多个模型实例，每个实例都根据数据质量、数据漂移和对模型性能的相应影响进行单独监控。
协作是关键
在典型的机器学习项目中，具有不同组织角色的许多人会进行交互。 例如，业务线主管可能会聘请数据科学家来测试有关业务流程的假设。 然后，数据科学家获取操作数据，对其进行综合，并生成一个模型作为输出。
但之后，其他参与者，包括 ML 工程师、数据工程师、数据管理员和公民分析师也可能参与其中。 这些非数据科学家参与者是 AI 模型治理的目标受众，目标是为其中的利益相关者提供模型可见性。
实事求是地说
从实际角度来看，数据管理员或其他专业人员可以使用 Informatica 的 AI Governance Metamodel 查看模型和访问信息，包括定义、输入/输出文档、语义关系、特征内容和相关标签、所有权信息、变更管理和数据流 .
AIMG 还通过测试、验证和生产提供 AI 模型沿袭，包括数据管道流、数据依赖亮点和沿袭。 据该公司称，未来的一项功能将是 Informatica Axon Data Governance 中自助服务市场体验的面向 ML 的扩展，其中用户将能够浏览受监管的 ML 模型并通过“购买”请求访问它们 他们。
现在都在一起了
通过包含 AI 模型治理，Informatica 的新云数据治理和目录正在努力统一 MLOps 与 DataOps，并通过扩展将数据科学与数据管理统一起来。 这些配对中的学科通常在组织内是孤立的； Informatica 希望通过增加文档和向参与 ML 项目的其他个人提供可见性来打破这些孤岛。
Informatica 与 Cloudera 一起扩展基础数据治理平台以处理 ML 模型。 Cloudera 通过增强作为其数据目录和沿袭功能基础的 Apache Atlas 开源技术实现了这一点，就像 Informatica 正在使用其相应的商业平台功能所做的那样。 希望这两家以企业为中心的公司正在引领一种趋势，而不是形成一对离群值。 一起管理数据和 ML 模型对供应商来说很有意义，并且应该开始对更多的客户有意义，因为他们进行 ML 模型部署并使用其常规操作的一部分。
