Een team van data wetenschappers, ML-ingenieurs en data ingenieurs van Artefact's kantoor in Parijs werd bekroond met de tweede plaats in de Hackathon georganiseerd door Flyte<\/a> en MLOps.gemeenschap<\/a>, wat een uitstekende prestatie is binnen de MLOps<\/a> Deskundigheidsgebied van de Gemeenschap:<\/p>\n<\/div> De virtuele vijf weken durende hackathon bestond uit het cre\u00ebren van een end-to-end ML-applicatie op Flyte als het MLOps-platform. Met het doel om echte waarde toe te voegen in de productie, kon het idee voor het project gebaseerd zijn op elke ML (machine learning) of Data toepassing, zoals retail-use-cases, fraudebescherming of computer vision. Alle projecten werden beoordeeld op creativiteit, hoe goed het team de toepassing gebruikte en hoe gemakkelijk de UI (gebruikersinterface) van het model te begrijpen was.<\/p>\n Artefact's ervaren team, bestaande uit Senior Data Scientist \/ ML Engineer Amale El Harmri, Data Engineer Louis Rousselot de Saint Ceran, Senior Data Scientist Karim Si Larbi, Senior Data Scientist Hugo Vasselin, en Data Scientist Sascha Lasry, werkten aan deze Hackathon in aanvulling op hun klant en interne werklast. Tijdens de wedstrijd had het team de naam \u201cadorable-unicorns23\u201d.\u201d<\/p>\n<\/div> In het besef dat de schoonheids- en cosmetica-industrie voortdurend evolueert, concentreerde het team zich op een mogelijke strategie om indie-merken, of merken in onafhankelijk bezit, te vinden die innovatief en populair zijn bij het publiek en om ze uit te kopen. Daarom bouwde het team een merkidentificatiemodule op Twitter data flows die een etiketteringsinterface bij de gestolen bevatte.<\/p>\n Om het project te voltooien, verdeelde het team het proces in drie delen:<\/p>\n<\/div> NER-trainingsworkflow:<\/b> het NER-model evalueren op basis van labeling om de workflow te voltooien als dat gelukt is, of een nieuw model te trainen met vers gelabelde data als dat niet gelukt is<\/p>\n<\/div><\/li><\/ul> Volg de link om de volledige online presentatie van Artefact over hun project aan de jury van MLOps.community in het kader van MLOps #98 te bekijken hier<\/a> en ga naar de 41:22 tijdstempel.<\/p>\n<\/div>