A Oracle Cloud Infrastructure (OCI) Data Science é uma plataforma totalmente gerenciada para que equipes de cientistas de dados criem, treinem, implementem e gerenciem modelos de machine learning (ML) usando Python e ferramentas de código-fonte aberto. Use um ambiente baseado em JupyterLab para experimentar e desenvolver modelos. Amplie o treinamento do modelo com GPUs NVIDIA e treinamento distribuído. Leve os modelos para a produção e mantenha-os íntegros com os recursos das operações de ML (MLOps), como pipelines automatizados, implementações de modelos e monitoramento de modelos.
A OpenAI anunciou o lançamento de dois modelos de peso aberto, gpt-oss-120b e gpt-oss-20b, que podem ser implementados e ajustados no OCI Data Science.
Implemente, ajuste e avalie modelos de base com o OCI Data Science AI Quick Actions.
Aprimore a geração aumentada de pesquisa e recuperação empresarial com o modelo de incorporação de alto desempenho mais recente da Cohere, agora acessível por meio da OCI.
Uma avaliação gratuita da Oracle Cloud permite acessar o OCI Data Science com US$ 300 em crédito gratuito na nuvem.
O OCI Data Science é um serviço gerenciado abrangente projetado para agilizar o desenvolvimento, a implementação e a operacionalização de modelos de IA e machine learning. Os principais recursos incluem notebooks baseados em Jupyter para experimentação, ferramentas MLOps dimensionáveis para implementação e monitoramento de modelos e suporte integrado para grandes modelos de linguagem (LLMs) por meio do Hugging Face e outras estruturas.
Com ferramentas robustas para colaboração, detecção de anomalias e previsão, o OCI Data Science capacita as equipes a fornecer insights práticos de forma eficiente e segura.
Identificar fatores de risco e prever o risco de readmissão do paciente após a alta, criando um modelo preditivo. Use dados, como histórico médico do paciente, condições de saúde, fatores ambientais e tendências médicas históricas, para criar um modelo mais forte que ajude a fornecer o melhor atendimento a um custo menor.
Use técnicas de regressão de dados para prever gastos futuros com clientes. Examine transações passadas e combine dados históricos de clientes com dados sobre tendências, níveis de receita e até fatores como o clima para criar modelos de ML que determinam se você deve criar campanhas de marketing para manter os clientes atuais ou adquirir novos clientes.
Crie modelos de detecção de anomalias a partir de dados de sensor para detectar falhas no equipamento antes que elas se tornem um problema mais grave ou use modelos de previsão para prever o fim da vida útil de peças e máquinas. Aumente o período de disponibilidade de veículos e máquinas por meio de métricas de machine learning e monitoramento das operações.
Evite fraudes e crimes financeiros com ciência de dados. Crie um modelo de machine learning que possa identificar eventos anômalos em tempo real, incluindo valores fraudulentos ou tipos incomuns de transações.
Obtenha acesso a fluxos de trabalho automatizados para criação de modelos. Operacionalize o aprendizado de máquina facilmente com jobs reutilizáveis e orquestração de ponta a ponta para o ciclo de vida do AM. Execute cargas de trabalho distribuídas de alto desempenho com acesso a GPUs de menor custo.
Espere o melhor do AM na Oracle por meio de grandes parcerias, como Anaconda. Traga modelos, dados e código no formato necessário.
Beneficie-se do tratamento superior para parcerias estratégicas de ML. A Oracle tem cientistas de dados dedicados a garantir o sucesso da sua organização.
Descubra como os dados são armazenados, usados e analisados por um sistema de saúde para acompanhar a jornada de um paciente desde o diagnóstico até o tratamento e a recuperação.
Use esse padrão para criar plataformas de ML projetadas para cientistas de dados.
Implemente rapidamente uma arquitetura para lidar com segurança com grandes quantidades de dados de origem para criar modelos preditivos e usá-los em aplicações rapidamente desenvolvidas.
Enriqueça os dados de aplicações empresariais com dados brutos de outras fontes e use modelos de machine learning para trazer inteligência e insights preditivos aos processos de negócios.
