Банк Уралсиб при поддержке GlowByte разработал концепцию единого подхода для решения MLOps-задач и функционал для создания MLOps-платформы*. Это позволит стандартизировать процессы разработки, оптимизировать вычислительные ресурсы для применения моделей машинного обучения и обеспечит стабильность их работы в промышленной эксплуатации.
Данный подход заложил основу для управления полным жизненным циклом ML-моделей, что открывает возможности для применения передовых инструментов разработки и эксплуатации ML-решений.
Его техническая реализация включает кластер для управления вычислительными ресурсами и веб-среду для разработки ML-моделей и экспериментов. Для автоматизации внедрения моделей машинного обучения используется комплексная система GitLab CI/CD, позволяющая выстроить единый алгоритм вывода модели от стадии разработки до применения в промышленной эксплуатации.
В дальнейшем Уралсиб планирует расширить архитектуру MLOps-инфраструктуры за счет новых компонентов, а также оптимизировать работу профильных подразделений с помощью стандартизации подходов разработки.
*ML (Machine Learning) – машинное обучение. MLOps (Machine Learning Operations) – специальные практики для управления жизненным циклом моделей машинного обучения.
Справка:
Реклама. ПАО «БАНК УРАЛСИБ» (генеральная лицензия Банка России №30 от 10.09.15)
Банку присвоен рейтинг Аналитического Кредитного Рейтингового Агентства (АКРА) «А» (RU), рейтинг Агентства «Национальные кредитные рейтинги» (Агентство «НКР») «А» и рейтинг Агентства «Эксперт РА» «ruА-».
Интегрированная региональная сеть продаж финансовых продуктов и услуг Банка представлена в 7 федеральных округах и 48 регионах и по состоянию на 1 июня 2025 года насчитывает 196 точек продаж и 1350 банкоматов.
