UiPath (NYSE : PATH), un des leaders de l’automatisation d'entreprise, annonce que les équipes de data scientists qui utilisent Amazon SageMaker, un service d'apprentissage machine (ML) de bout en bout, peuvent désormais se connecter à UiPath pour intégrer rapidement et en toute transparence de nouveaux modèles ML dans les processus métier, sans avoir à recourir à un codage complexe et à des efforts manuels.
La plateforme UiPath Business Automation Platform permet aux data scientists, aux ingénieurs ML et aux analystes commerciaux d'automatiser en toute simplicité les lignes de déploiement, réduisant ainsi le coût de l'expérimentation et accélérant le rythme de l'innovation.
Amazon SageMaker est un service d’Amazon Web Services (AWS) pour préparer les données puis, créer, construire et déployer des modèles ML pour n'importe quel cas d'utilisation avec une infrastructure, des outils et des flux de travail entièrement gérés. En connectant Amazon SageMaker à UiPath, les utilisateurs peuvent :
● Déployer rapidement de nouveaux modèles ML en production : connecter les nouveaux modèles ML aux workflows de production en quelques minutes, réduisant ainsi le temps de valorisation pour les utilisateurs professionnels ; intégrer les modèles Amazon SageMaker ML dans les workflows d'automatisation sans codage ; et utiliser les robots UiPath pour piloter les workflows et gérer les processus métier de bout en bout.
● Optimiser la productivité des équipes de data scientists : faciliter des flux de travail cohérents et précis en réduisant le besoin d'intervention humaine et libérant ainsi des ressources essentielles pour le travail stratégique. L'automatisation de UiPath permet aux entreprises de réduire considérablement la charge de travail de leurs équipes pour déployer les derniers modèles de ML auprès des utilisateurs finaux. Les équipes peuvent également améliorer la fiabilité en réduisant les erreurs humaines tout en s'appuyant sur une surveillance humaine pour respecter les normes de gouvernance et de conformité.
● Accélérer la vitesse d'innovation en ML : permettre aux équipes d'ingénieurs de tester leurs idées, de relever de nouveaux défis et d'expérimenter plus fréquemment autour de leurs données. L'automatisation supprime l'effort manuel de codage, de dépannage et de maintenance des scripts sur l'ensemble des lignes de données de ML et améliore la vitesse et la fiabilité du déploiement de nouveaux modèles dans les processus métier.
"Des dizaines de milliers de clients actifs utilisent déjà Amazon SageMaker pour construire des modèles avec des milliards de paramètres et faire des millions de prédictions par mois", explique Ankur Mehrotra, General Manager, Amazon SageMaker chez AWS. "L’objectif de l'intégration avec UiPath est d'aider les clients à accélérer le déploiement de leurs modèles d'apprentissage automatique de manière rentable et avec une infrastructure optimisée."
"Le connecteur Amazon SageMaker de UiPath est conçu pour que nos clients valorisent plus rapidement la valeur de leurs modèles ML. Les équipes de data scientists intègrent rapidement les modèles de ML dans les processus commerciaux réels tout en réduisant les efforts de création et les délais de mise sur le marché", se réjouit Sai Shankar, directeur général de Slalom, une société internationale de conseil informatique. "Travailler avec AWS et UiPath nous permet de proposer à nos clients des automatisations de processus métier basées sur l'IA et le ML. Nos équipes de data scientists et d'automatisation intelligente sont impatientes d'exploiter le connecteur pour accompagner nos clients à rendre opérationnels plus rapidement les modèles ML et à les exploiter à grande échelle."
"Les équipes de data scientists travaillent avec les toutes dernières innovations, créant de nouveaux modèles d'apprentissage automatique puissants pour accélérer les performances de l'entreprise." ajoute Graham Sheldon, Chief Product Officer chez UiPath. "L’automatisation née de la connexion d’Amazon SageMaker à la plateforme UiPath contribue aussi à réduire la gestion manuelle chronophage qui ralentit les progrès et augmente les coûts. L’apprentissage automatique ouvre la voie à un déploiement plus rapide, à une réduction des coûts et à davantage d'opportunités d'innovation."
La plateforme UiPath Business Automation Platform permet aux data scientists, aux ingénieurs ML et aux analystes commerciaux d'automatiser en toute simplicité les lignes de déploiement, réduisant ainsi le coût de l'expérimentation et accélérant le rythme de l'innovation.
Amazon SageMaker est un service d’Amazon Web Services (AWS) pour préparer les données puis, créer, construire et déployer des modèles ML pour n'importe quel cas d'utilisation avec une infrastructure, des outils et des flux de travail entièrement gérés. En connectant Amazon SageMaker à UiPath, les utilisateurs peuvent :
● Déployer rapidement de nouveaux modèles ML en production : connecter les nouveaux modèles ML aux workflows de production en quelques minutes, réduisant ainsi le temps de valorisation pour les utilisateurs professionnels ; intégrer les modèles Amazon SageMaker ML dans les workflows d'automatisation sans codage ; et utiliser les robots UiPath pour piloter les workflows et gérer les processus métier de bout en bout.
● Optimiser la productivité des équipes de data scientists : faciliter des flux de travail cohérents et précis en réduisant le besoin d'intervention humaine et libérant ainsi des ressources essentielles pour le travail stratégique. L'automatisation de UiPath permet aux entreprises de réduire considérablement la charge de travail de leurs équipes pour déployer les derniers modèles de ML auprès des utilisateurs finaux. Les équipes peuvent également améliorer la fiabilité en réduisant les erreurs humaines tout en s'appuyant sur une surveillance humaine pour respecter les normes de gouvernance et de conformité.
● Accélérer la vitesse d'innovation en ML : permettre aux équipes d'ingénieurs de tester leurs idées, de relever de nouveaux défis et d'expérimenter plus fréquemment autour de leurs données. L'automatisation supprime l'effort manuel de codage, de dépannage et de maintenance des scripts sur l'ensemble des lignes de données de ML et améliore la vitesse et la fiabilité du déploiement de nouveaux modèles dans les processus métier.
"Des dizaines de milliers de clients actifs utilisent déjà Amazon SageMaker pour construire des modèles avec des milliards de paramètres et faire des millions de prédictions par mois", explique Ankur Mehrotra, General Manager, Amazon SageMaker chez AWS. "L’objectif de l'intégration avec UiPath est d'aider les clients à accélérer le déploiement de leurs modèles d'apprentissage automatique de manière rentable et avec une infrastructure optimisée."
"Le connecteur Amazon SageMaker de UiPath est conçu pour que nos clients valorisent plus rapidement la valeur de leurs modèles ML. Les équipes de data scientists intègrent rapidement les modèles de ML dans les processus commerciaux réels tout en réduisant les efforts de création et les délais de mise sur le marché", se réjouit Sai Shankar, directeur général de Slalom, une société internationale de conseil informatique. "Travailler avec AWS et UiPath nous permet de proposer à nos clients des automatisations de processus métier basées sur l'IA et le ML. Nos équipes de data scientists et d'automatisation intelligente sont impatientes d'exploiter le connecteur pour accompagner nos clients à rendre opérationnels plus rapidement les modèles ML et à les exploiter à grande échelle."
"Les équipes de data scientists travaillent avec les toutes dernières innovations, créant de nouveaux modèles d'apprentissage automatique puissants pour accélérer les performances de l'entreprise." ajoute Graham Sheldon, Chief Product Officer chez UiPath. "L’automatisation née de la connexion d’Amazon SageMaker à la plateforme UiPath contribue aussi à réduire la gestion manuelle chronophage qui ralentit les progrès et augmente les coûts. L’apprentissage automatique ouvre la voie à un déploiement plus rapide, à une réduction des coûts et à davantage d'opportunités d'innovation."
Autres articles
-
Atos lance un accélérateur de Data Lake sur AWS pour SAP qui accroît les performances commerciales et financières des entreprises
-
Informatica dévoile de nouvelles innovations en matière de services de gestion de données cloud pour AWS lors du salon re:Invent 2022
-
Talend annonce son intégration à Amazon Redshift Serverless
-
Acquisition de Re:Infer par UiPath: Le traitement automatique du langage naturel pour améliorer l’expérience client grâce à l’automatisation
-
Teradata accélère le déploiement à grande échelle des projets d’intelligence artificielle et de machine learning dans Teradata Vantage grâce à Amazon SageMaker