在伦敦的Inspire欧洲会议上，三个月前，Alteryx公司收购了Yhat数据科学模型管理公司，并宣布Alteryx公司将推出AlteryxServer产品，用于部署、管理和集成机器学习模型，支持公司防火墙或公共云。
一个反复出现的问题到目前为止，操作机器学习模型的挑战已经开始被更好地理解。 从本质上讲，数据科学家有能力建立机器学习模型，并在某种程度上手动、定制的基础上使用它们。 但是，将这些模型部署到生产中，并使主流开发人员能够从中构建智能应用程序是另一回事。 对于非开发人员来说，利用这些模型更是危险。
根据Alteryx的产品管理副总裁AshleyKramer的说法，Promotion将通过允许部署模型和在它们周围生成RESTAPI来解决这一差距，所有这些都可以从AlteryxDesigner环境中调用。 克莱默通过电子邮件向我解释说，“模型被部署到他们自己定制的Docker图像中，使您能够根据其依赖关系自定义每个模型。 然后，推广可以根据企业的需要将每种模式向上或向下扩展。
虽然Alteryx已经有能力根据基于R编程语言的模型构建、训练和评分，但推广基于Python、Py Spark和TensorFlow以及R的支持模型。推广将增加部署机器学习模型的能力，并为它们生成API，这些API可以从各种应用程序开发环境调用。
克莱默解释说，AlteryxDesigner工作流还可以重新培训模型，将最新数据结合起来，然后将它们重新部署到Promot，并补充说，“Promot在模型版本之间进行‘热切换’，因此在部署期间不会停机。”