2min Devops

Snowflake vereenvoudigt het bouwen van applicaties en ML-modellen

Snowflake vereenvoudigt het bouwen van applicaties en ML-modellen

Snowflake vereenvoudigt de ontwikkeling van ML-modellen en full-stack-apps voor ontwikkelaars die de Data Cloud van Snowflake gebruiken. Dit wordt onder meer mogelijk via verbeteringen aan de programmeertaal Python in Snowpark.

Snowflake is van mening dat bedrijven een hogere waarde hechten aan data door de komst van AI. “Snowflake maakt het makkelijker voor ontwikkelaars om die data aan het werk te zetten, zodat ze krachtige end-to-end machine learning-modellen en full-stack-apps kunnen bouwen, native in de Data Cloud”, zegt Prasanna Krishnan, Senior Director Product Management bij Snowflake.

Volgens de data-specialist willen ontwikkelaars machine learning-modellen ontwikkelen en uitzetten binnen Snowpark. Daarom voert het bedrijf verbeteringen door omtrent de programmeertaal Python. De focus op Python zal een gevolg zijn van de recente overname van Ponder.

Verbeteringen in Snowpark

In private preview is momenteel Snowflake Notebooks al zichtbaar. Dat brengt een nieuwe en interactieve interface naar Snowpark. De echte productiviteitsverbetering zit echter in de notebooks die voor ontwikkelaars voor handen zijn en het ontwikkelaars toelaat code te schrijven, uit te voeren en te trainen.

Snowpark ML Modeling API zal verder binnenkort algemeen beschikbaar komen. Ontwikkelaars kunnen met de API aan de slag om feature-engineering op te schalen en modeltraining te vereenvoudigen. Om het werk te stroomlijnen is er de mogelijkheid om populaire AI- en ML-frameworks te koppelen.

Verder zijn er verbeteringen aan de Snowpark ML Operations Enhancements die Snowflake binnenkort algemeen beschikbaar zal maken. Ten eerste wordt de Snowpark Model Registry zo voortaan gebouwd op een native Snowflake-model. Gebruikers profiteren hiervan doordat modellen in Snowflake schaalbaar, veilig implementeerbaar en beheersbaar worden. Onder de modellen komen deep learning-modellen en open-source taalmodellen van Hugging Face beschikbaar. Ten tweede krijgen ontwikkelaars toegang tot een geïntegreerde Snowflake Feature Store waarin ML-functies voor model training beschikbaar zijn.

Verbeteringen in de app-lifecycle

De volledige app-lifecycle wordt onder handen genomen door het vrijgeven van de Snowflake Native App Framework. De dienst komt binnenkort algemeen beschikbaar op AWS, terwijl publieke preview op de planning staat voor Azure. De dienst belooft alle noodzakelijke onderdelen te leveren voor de ontwikkeling, distributie, operationalisering en monetisatie van apps.