Ihre MLOps-Plattform, gehostet in Frankreich
Die führende Plattform für das Machine-Learning-Lebenszyklusmanagement, angetrieben von MLflow, installiert und gewartet von DINAO. Ihre Experimente, Modelle und Trainingsdaten verbleiben auf unseren französischen Servern — ohne Abhängigkeit von einem amerikanischen ML-Cloud-Anbieter.
Was ist MLflow?
MLflow ist eine führende Open-Source-Plattform zur Verwaltung des gesamten Machine-Learning-Lebenszyklus. Sie deckt das Experiment-Tracking, die Reproduzierbarkeit des Codes, das Model-Registry und das Deployment ab und hat sich als Standard im MLOps etabliert.
Seine Tracking-Komponente protokolliert Parameter, Metriken und Artefakte bei jeder Ausführung, was den Vergleich von Trainingsläufen und die Identifizierung des besten Modells ermöglicht. Das Model Registry versioniert Modelle und orchestriert deren Promotion zwischen den Stufen (Staging, Production), während MLflow Projects ein reproduzierbares Packaging garantiert. MLflow unterstützt zudem das Tracking und die Bewertung von LLM / GenAI-Anwendungen.
Unabhängig von Bibliotheken integriert sich MLflow mit scikit-learn, PyTorch, TensorFlow, XGBoost und vielen anderen über Python-, R- und Java-SDKs sowie eine REST-API. Mit einem PostgreSQL-Backend und einem S3-kompatiblen Artefakt-Speicher lässt es sich containerisieren und skaliert nahtlos für Data-Teams.
Hosten Sie MLflow bei DINAO
Ressourcenstufen kompatibel mit den Anforderungen von MLflow (min. 1 vCPU / 1 Go / 5 Go disque). In Frankreich gehostet, vollständig gemanagt.
- 1 dedizierte vCPUs
- 2 Go RAM
- 20 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
- 2 dedizierte vCPUs
- 4 Go RAM
- 40 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
- 4 dedizierte vCPUs
- 8 Go RAM
- 80 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
- 8 dedizierte vCPUs
- 16 Go RAM
- 160 GB NVMe
- Tägliche Backups
- Gemanagt & überwacht von DINAO
Diese Anwendung nutzt KI
Der Container hostet die Anwendung, nicht die KI-Engine (die dedizierte GPUs erfordert) : Die Inferenz erfolgt extern, mit Ihrem eigenen Anbieter-Schlüssel. Bevorzugen Sie eine souveräne Engine — Mistral AI, NumSpot, Scaleway oder OVHcloud AI Endpoints (Frankreich, DSGVO) ; ein internationaler Anbieter (OpenAI, Anthropic…) nur, wenn eine spezifische Anforderung dies erfordert. Inferenz-Abonnements sind im Hosting nicht enthalten.
Technische Details
Sie fragen sich…
Wofür wird MLflow verwendet?
MLflow verwaltet den gesamten Lebenszyklus Ihrer Machine-Learning-Modelle: Experiment-Tracking (Parameter, Metriken, Artefakte), Code-Packaging, versionierte Model-Registry und Deployment. Es ist das Rückgrat eines MLOps-Ansatzes.
Verlassen meine Datensätze meine Server?
Nein. Auf Ihrer in Frankreich gehosteten DINAO-Instanz verbleiben Ihre Trainingsdaten, Experimente und Modelle auf unseren Servern. Es werden keine Daten an eine externe Cloud übermittelt.
Welche ML-Frameworks sind kompatibel?
MLflow integriert sich mit den meisten Bibliotheken: scikit-learn, PyTorch, TensorFlow, XGBoost und vielen anderen, über die Python-, R- und Java-SDKs sowie die REST-API. Das LLM/GenAI-Tracking wird ebenfalls unterstützt.
Sind technische Kenntnisse erforderlich?
MLflow richtet sich an Data-/ML-Teams. DINAO übernimmt Installation, Backend (PostgreSQL, Object Storage), Sicherheit und Updates; Ihre Data Scientists konzentrieren sich auf ihre Modelle.
Kann ich das Tarifmodell wechseln oder meine Daten exportieren?
Ja. Sie können jederzeit upgraden oder downgraden, und Ihre Experimente, Modelle und Artefakte bleiben exportierbar – kein Vendor-Lock-in, da MLflow Open Source ist.
