La tua piattaforma MLOps, ospitata in Francia
La piattaforma di riferimento per il ciclo di vita del machine learning alimentata da MLflow, installata e mantenuta da DINAO. Le tue esperienze, i tuoi modelli e i dati di addestramento rimangono sui nostri server francesi — senza dipendere da un cloud ML americano.
Cos'è MLflow ?
MLflow è una piattaforma open source di riferimento per gestire il ciclo di vita completo del machine learning. Copre il tracciamento delle esperienze, la riproducibilità del codice, il registro dei modelli e il deployment, imponendosi come uno standard del MLOps.
La sua componente Tracking registra parametri, metriche e artefatti ad ogni esecuzione, consentendo di confrontare gli addestramenti e identificare il modello migliore. Il Model Registry versiona i modelli e ne orchestra la promozione tra le fasi (staging, produzione), mentre MLflow Projects garantisce un packaging riproducibile. MLflow supporta anche il tracciamento e la valutazione di applicazioni LLM / GenAI.
Indipendente dalle librerie, MLflow si integra con scikit-learn, PyTorch, TensorFlow, XGBoost e molte altre, tramite SDK Python, R, Java e un'API REST. Con un backend PostgreSQL e un archiviazione di artefatti S3-compatible, si distribuisce in container e scala naturalmente per i team data.
Alloggia MLflow su DINAO
Livelli di risorse compatibili con i requisiti di MLflow (1 vCPU / 1 Go / 5 Go disque minimo). Ospitato in Francia, fully managed.
- 1 vCPU dedicati
- 2 Go di RAM
- 20 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 2 vCPU dedicati
- 4 Go di RAM
- 40 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 4 vCPU dedicati
- 8 Go di RAM
- 80 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 8 vCPU dedicati
- 16 Go di RAM
- 160 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
Questa applicazione utilizza l'IA
Il contenitore ospita l'applicazione, non il motore di IA (che richiede GPU dedicate) : l'inferenza si collega dall'esterno, con la tua chiave del fornitore. Priorità a un motore sovrano — Mistral AI, NumSpot, Scaleway o OVHcloud AI Endpoints (Francia, GDPR) ; un attore internazionale (OpenAI, Anthropic…) solo se una capacità specifica lo richiede. Abbonamenti all'inferenza non inclusi nell'hosting.
Dettagli tecnici
Ti chiedi…
A cosa serve MLflow?
MLflow gestisce l'intero ciclo di vita dei tuoi modelli di machine learning: tracciamento delle esperienze (parametri, metriche, artefatti), packaging del codice, registro dei modelli versionati e deployment. È la colonna vertebrale di un approccio MLOps.
I miei dataset lasciano i miei server?
No. Sulla tua istanza DINAO ospitata in Francia, i tuoi dati di addestramento, le esperienze e i modelli rimangono sui nostri server. Nessun dato viene trasmesso a un cloud di terze parti.
Quali framework ML sono compatibili?
MLflow si integra con la maggior parte delle librerie: scikit-learn, PyTorch, TensorFlow, XGBoost e molte altre, tramite SDK Python, R, Java e API REST. Il tracciamento LLM/GenAI è inoltre supportato.
Sono necessarie competenze tecniche?
MLflow è rivolto ai team data/ML. DINAO gestisce l'installazione, il backend (PostgreSQL, archiviazione oggetti), la sicurezza e gli aggiornamenti; i tuoi data scientist si concentrano sui loro modelli.
Posso cambiare formula o esportare i miei dati?
Sì. Puoi aumentare o diminuire il livello in qualsiasi momento, e le tue esperienze, modelli e artefatti rimangono esportabili: nessun lock-in proprietario, poiché MLflow è open source.
