「mlops」の検索結果

Use whenever the user wants to find, shortlist, vet, or enrich US AI/ML/data consulting firms (consultancies) — AI/ML development, MLOps, generative AI / LLM apps (RAG, chatbots, agents), computer vision, NLP, recommendation systems, data engineering, BI/analytics. Triggers on "find an AI/ML consulting firm to build our recommendation engine", "shortlist three RAG/LLM consultancies for an enterprise chatbot", "compare three AI/ML consulting firms with strong ratings", or "pull contact info for these 8 AI consultancy domains", even when described indirectly (we want to use AI for X, deploy ML to production). Drives the ServiceGraph API (api.servicegraph.co) — a 100k+ US firm catalog filterable by industry, services, location, size, ratings. Defer to find-software-developer for general app/backend work where AI is just a feature. Skip in-house ML/data hires, LLM/AI-tool comparisons (ChatGPT vs Claude), "how do I fine-tune X" DIY questions, AI courses for individuals, non-US firms, individual freelancers.

日本語の概要は準備中です。原文の説明を表示しています。

AI and ML expert covering PyTorch, TensorFlow, Hugging Face, scikit-learn, LLM integration, RAG pipelines, MLOps, and production ML systems

日本語の概要は準備中です。原文の説明を表示しています。

Use this skill when defining AI governance policies, designing human oversight workflows, documenting bias mitigation strategies, or meeting regulatory transparency requirements for Salesforce AI features. Trigger keywords: responsible AI, AI bias, AI audit trail, AI transparency, human-in-the-loop, AI risk inventory, AI disclosure. NOT for the MLOps pipeline or Policy-as-Code engine architecture — use architect/ai-governance-architecture. NOT for Trust Layer technical configuration — use agentforce/einstein-trust-layer.

日本語の概要は準備中です。原文の説明を表示しています。

ML Engineer — model deployment, MLOps pipeline, feature store, model monitoring, A/B testing, production ML system design

日本語の概要は準備中です。原文の説明を表示しています。

HuggingFace hf CLI: search/download/upload models, datasets.

日本語の概要は準備中です。原文の説明を表示しています。

Rastreie experimentos de ML, gerencie registro de modelos com versionamento, implante modelos em produção e reproduza experimentos com MLflow - plataforma agnóstica a frameworks para ciclo de vida de ML

日本語の概要は準備中です。原文の説明を表示しています。

Visualize métricas de treinamento, depure modelos com histogramas, compare experimentos, visualize grafos de modelos e perfil de desempenho com TensorBoard - kit de visualização de ML do Google

日本語の概要は準備中です。原文の説明を表示しています。

HuggingFace hf CLI: search/download/upload models, datasets.

日本語の概要は準備中です。原文の説明を表示しています。

MLflow, model versioning, experiment tracking, model registry, and production ML systems

日本語の概要は準備中です。原文の説明を表示しています。

Complete end-to-end MLOps pipeline orchestration from data preparation through model deployment.

日本語の概要は準備中です。原文の説明を表示しています。

HuggingFace hf CLI: search/download/upload models, datasets.

日本語の概要は準備中です。原文の説明を表示しています。

Visualize training metrics, debug models with histograms, compare experiments, visualize model graphs, and profile performance with TensorBoard - Google's ML visualization toolkit

日本語の概要は準備中です。原文の説明を表示しています。

Track ML experiments, manage model registry with versioning, deploy models to production, and reproduce experiments with MLflow - framework-agnostic ML lifecycle platform

日本語の概要は準備中です。原文の説明を表示しています。

Track ML experiments with automatic logging, visualize training in real-time, optimize hyperparameters with sweeps, and manage model registry with W&B - collaborative MLOps platform

日本語の概要は準備中です。原文の説明を表示しています。

Hugging Face Hub CLI (hf) — search, download, and upload models and datasets, manage repos, query datasets with SQL, deploy inference endpoints, manage Spaces and buckets.

日本語の概要は準備中です。原文の説明を表示しています。

HuggingFace hf CLI: search/download/upload models, datasets.

日本語の概要は準備中です。原文の説明を表示しています。