yellow shape
black shape

Derrick Bakhuis (Motion10) neemt ons mee in de wereld van DevOps en MLOps

05 Maart 2021

Er wordt al jaren gebruikgemaakt van DevOps in de IT-wereld om projecten te onderhouden voor klanten en opdrachtgevers. Derrick Bakhuis (Data &  Analytics Consultant bij Motion10) vertelt in dit DIFx-interview hoe de nieuwe aanpak MLOps verschilt van DevOps en welke ervaringen hij in het werkveld heeft opgedaan.

Machine learning is op dit moment sterk in opkomst en daardoor is de aanpak DevOps uitgebreid met specifieke onderdelen voor het accepteren en beheren van data en modellen. De nieuwe aanpak heet MLOps. Derrick Bakhuis heeft in zijn werk bij Motion10 veel te maken met machine learning en softwareprojecten die gebruikmaken van cloudtechnologie.

Verschil DevOps en MLOps
“DevOps is een standaard geworden in de IT-wereld.” Maar DevOps is niet 100% toepasbaar voor werkzaamheden binnen de  Artificial Intelligence (AI) en machine learning. “Bij DevOps heb je te maken met statische IT-componenten, maar data is eigenlijk heel dynamisch. Vandaar dat MLOps is ontstaan.” MLOps is ontstaan om dezelfde voordelen uit de systematiek te halen als bij DevOps, maar tegelijkertijd ook rekening te houden met de veelzijdigheid van data. Daarnaast is er nog een groot verschil. “DevOps gaat over het deployen van IT-componenten over verschillende IT-omgevingen heen. MLOps gaat over het deployen van modellen over de verschillende omgevingen heen en of het testen van je model zowel accuraat is in de ontwikkelomgeving als in de acceptatieomgeving.”

Met DevOps is het team verantwoordelijk voor het onderhoud en de service voor klanten. Bij MLOps is het team betrokken bij de intake, de ontwikkeling, de service en het onderhoud. Hierdoor is het eindproduct en de doorontwikkeling gegarandeerd van een aanpak en aandacht dat het verdient.

Werkwijze
Wat zijn aanwijzingen dat je als bedrijf de stap naar machine learning kan maken? “Wij, bij Motion10, beginnen met een intakeworkshop. Tijdens deze workshop kijken we naar de strategievorming, de organisatiestructuur, de cultuur, het proces en het architectuurplaatje. De belangrijkste component in de workshop is het kijken naar de kwaliteit van de data."

Toekomst
De afgelopen drie jaar heeft DevOps en MLOps een vlucht genomen door de digitale transitie naar de cloud. “In de toekomst verwacht ik een grotere vraag naar machine learning engineers. Mensen die deze platformen kunnen bouwen en beheren en ik denk dat de behoefte naar de cloud gaat toenemen. De transitie richting de cloud zorgt ervoor dat bedrijven telkens weer toegang hebben tot de nieuwste hardware. Door de dynamiek en het toegankelijk maken van dit soort technologie zal het experimenteren gaan toenemen. Het wordt makkelijker. Bedrijven kunnen met een realistischer budget waarde creatie proberen aan te kunnen.”

Wil je meer weten over de ontwikkelingen van DevOps en MLOps? Bekijk hieronder het DIFx-interview met Derrick Bakhuis.

Volg ons op LinkedInTwitter en Facebook!