Twee gepatenteerde modellen.
Klaar voor productie.
Een Azure MLOps-fundament brengt de machinelearningmodellen van de klant van veelbelovende prototypes naar productie met monitoring en beheer.
Een wereldleider in HVAC-technologie
De uitdaging
Een wereldleider in HVAC-technologie levert slimme toestellen aan tienduizenden consumenten wereldwijd. Die verzamelen continu sensordata en metadata in realtime en leveren een rijke informatiestroom op over regio’s en toepassingen heen.
Het bedrijf had twee gepatenteerde machinelearningmodellen ontwikkeld:
- Een model dat energiebesparingen inschat
- Een model voor lekdetectie en de opvolging van de toestand van toestellen
De modellen waren veelbelovend, maar er bleef een duidelijke uitdaging: hoe ze op grote schaal in productie brengen, met de juiste infrastructuur, governance en monitoring?
De oplossing
Common Sense AI ontwierp en implementeerde een robuuste MLOps-infrastructuur op Microsoft Azure Machine Learning. In nauwe samenwerking met de klant zetten we alle nodige onderdelen op:
- Schaalbare rekenomgevingen
- Een centraal modelregister en deploymentpipelines
- Integratie met een externe feature store, Feast
- Workflows voor modelmonitoring en hertraining
De architectuur volgt goede praktijken voor beveiliging, reproduceerbaarheid en schaalbaarheid. Zo ondersteunt het systeem de huidige toepassingen én toekomstige AI-initiatieven.
Het resultaat
Beide gepatenteerde modellen draaien nu in productie.
- Een kortere doorlooptijd voor toekomstige modellen
- Modellen die eenvoudig te monitoren en opnieuw te trainen zijn
- Volledige controle over versiebeheer, tests en endpointbeheer
De opzet vormt nu een schaalbaar fundament om AI aan consumenten en de organisatie te leveren, in lijn met de ontwikkelstandaarden van een grote onderneming.