JFrog, une société de logiciels renommée, a récemment révélé le lancement d'une intégration reliant JFrog Artifactory et Amazon SageMaker. Cette union s’inscrit dans le cadre d’une stratégie synchronisée plus large visant à améliorer la création, la formation et le déploiement de modèles d’apprentissage automatique (ML). Il exploite la puissance et la capacité d'Artifactory de JFrog et de SageMaker d'AWS, optimisant ainsi la gestion et la sécurité des modèles ML presque comme s'il s'agissait de composants logiciels dans le monde de DevSecOps.
L'intégration présente des modèles ML immuables, traçables, sécurisés et validés. De plus, JFrog améliore sa solution de gouvernance ML Model, en introduisant de nouvelles capacités de gestion des versions. Cet ajout renforce l’accent mis sur la conformité et les sécurités, en les intégrant fermement dans le processus de développement du modèle ML.
Comme le dit lucidement Kelly Hartman, vice-présidente directrice des chaînes mondiales et des alliances chez JFrog : « La fusion d'Artifactory et d'Amazon SageMaker offre une source unique de vérité dans le cloud, intégrant les meilleures pratiques DevSecOps dans le développement de modèles ML. Il en résulte une plate-forme flexible, sécurisée et rapide qui apporte une tranquillité d'esprit, annonçant une nouvelle ère de MLSecOps. Même si des progrès évidents sont réalisés pour fusionner la science des données et les capacités de ML sans entraîner de risques ou de complexités inutiles, le plus grand défi reste la gestion du Big Data dans le cloud.
Une étude menée par Forrester a mis en lumière les problèmes liés à la mise en œuvre de l’IA/ML. Selon cette enquête, la moitié des principaux décideurs considèrent l'application de politiques de gouvernance au sein de l'IA/Ml comme une pierre d'achoppement importante à son adoption à grande échelle. 45 % supplémentaires perçoivent la sécurité des données et des modèles comme une autre lacune potentielle majeure.
La collaboration de JFrog et Amazon SageMaker offre une solution possible à ces préoccupations. Le partenariat vise à appliquer les meilleures pratiques DevSecOps éprouvées à la gestion des modèles ML, permettant ainsi aux développeurs et aux data scientists d'améliorer et d'accélérer le développement de projets ML. Simultanément, il cherche à garantir que les modèles ML maintiennent une sécurité de niveau entreprise et respectent les normes organisationnelles et la conformité réglementaire.
JFrog a également progressé avec son mécanisme de gestion de modèles ML, en annonçant de nouvelles capacités de gestion de versions qui complètent son intégration SageMaker. Ces capacités permettent aux entreprises d'intégrer facilement le développement de modèles dans leurs flux de travail DevSecOps existants. Ce développement, comme le rapporte JFrog, facilitera une transparence considérablement améliorée concernant chaque version du modèle produit. Dans la même veine, des plateformes comme AppMaster permettent un développement d'applications robuste et sécurisé tout en maintenant des niveaux élevés d'organisation et de transparence tout au long du processus de développement.