Você está vendo o preview de um conteúdo premium Torne-se um Insider para ler o artigo inteiro.
Tecnologias Emergentes > I.A.

Como o Uber usa o sistema de IA Michelangelo para melhorar os serviços

Empresa desenvolve ferramenta interna complexa para implantar uma plataforma de machine learning-as-a-service

14 de Setembro de 2017 - 15h51

Empresa desenvolve ferramenta interna complexa para implantar uma plataforma de machine learning-as-a-service

Seguindo a estratégia de desenvolver tecnologias que criem experiências contínuas e impactantes para os clientes, o Uber tem investido pesadamente em inteligência artificial (IA) e aprendizagem de máquina. E o resultado disso foi apresentado no blog da Uber Engineering, em um post publicado na semana passada por Jeremy Hermann, chefe da plataforma de aprendizado de máquina, e Mike Del Balso, gerente de produto para aprendizagem de máquinas do laboratório.

Os engenheiros contam como a empresa vem utilizando a Michelangelo, uma plataforma interna de machine learning-as-a-service (MLaaS), cujo objetivo é democratizar o aprendizado de máquina e gerar escala de inteligência artificial para atender às necessidades do negócio. Eles explicam que a plataforma vem atendendo casos de uso em produção no Uber há cerca de um ano e tornou-se o sistema de fato para a aprendizagem de máquina dos engenheiros e cientistas de dados para construção e implantação de modelos. A plataforma foi implantada em vários data centers do Uber para fazer previsões sobre os serviços online da empresa.

Segundo Hermann e Del Balso, a Michelangelo permitiu que o Uber tenha um fluxo de trabalho padronizado para novas soluções de aprendizado de máquina em toda a organização, permitindo que as equipes internas implementem e apliquem soluções de IA em escala no Uber, de forma transparente. Ela foi projetada para cobrir o fluxo de trabalho de machine learning de ponta a ponta, tais como gerenciar dados, treinar, avaliar e implantar modelos, fazer previsões e monitorá-las. O sistema também suporta modelos tradicionais de machine learning, como previsão de séries temporais e aprendizado profundo, explica o post no blog.