Sagify

Sagify comble l’écart entre l’expérimentation en apprentissage automatique et le déploiement en production sur AWS. Au lieu de gérer l’API de SageMaker et la configuration de l’infrastructure, vous définissez vos workflows dans le code, puis Sagify prend automatiquement en charge l’allocation des ressources, la mise à l’échelle et les éléments techniques du cloud.

La plateforme réduit le délai de mise en production des modèles entraînés sur mesure comme des applications fondées sur des LLM. Elle comprend des tests locaux avec Docker avant le déploiement dans le cloud, l’optimisation des hyperparamètres, l’inférence par lots pour réduire le coût des prédictions et une passerelle FastAPI qui normalise l’accès aux modèles d’OpenAI, d’Anthropic et aux modèles open source.

Points forts

• Test local des modèles avec Docker avant leur déploiement sur AWS
• Entraînement et déploiement en un clic, sans configuration manuelle de l’infrastructure
• Interface LLM unifiée prenant en charge les modèles propriétaires et open source
• Traitement par lots pour réaliser des prédictions à grande échelle à moindre coût
• Prise en charge de modèles préentraînés pour créer rapidement des prototypes

Sagify convient aux ingénieurs en apprentissage automatique et aux data scientists qui veulent se concentrer sur la qualité des modèles plutôt que sur la configuration du cloud. Comme le logiciel est open source, vous ne payez que les ressources de calcul et de stockage AWS utilisées.