FAQ

Nous répondons aux questions les plus fréquentes sur nos produits.

Général

Est-ce que le coût d’utilisation des ressources Cloud est clairement indiqué ?

Vous avez accès en temps réel au coût à la journée de chacune des machines qui sont utilisées. Vous pouvez facilement modifier les paramètres, ajouter du GPU et visualiser vos coûts d’infrastructure par projet.

En quelle(s) langue(s) la plateforme est-elle disponible ?

La plateforme est disponible en langue anglaise dans un premier temps. Nous ajouterons progressivement un mode multi-langue permettant de paramétrer la langue de son choix.

Quel est l’intérêt d’une plateforme de MLOps ?

Une plateforme de MLOps permet de gérer sans compétence de DevOps préalable le passage en production et le pilotage de modèles de Machine & Deep Learning.

À qui est destinée la plateforme de MLOps ?

La plateforme de MLOps est destinée aux Data Scientists ou ML Engineers souhaitant déployer et maintenir leurs modèles de Machine Learning en quelques clics.

Comment contacter Craft AI ?

Une équipe support en France est disponible pour répondre à toutes vos questions.

Hébergement et données

Où et comment sont hébergées mes données ?

Nous travaillons avec de nombreux fournisseurs de Cloud: AWS, GCP, Azure, OVH. Nous pouvons paramétrer votre hébergement à votre convenance auprès de chacun de ces acteurs. Nous assurons un hébergement des données au sein de l’Union Européenne.

Quelles sont les formats de données acceptés ?

Vous pouvez importer tous types de données dans la plateforme, qu’elles soient structurées ou non-structurées. Vous pouvez facilement créer des flux permettant l’ingestion régulière de nouvelles données.

La plateforme est-elle en conformité avec le RGPD ?

La plateforme Craft AI est totalement conforme avec le règlement européen sur les données (RGPD) et possède de nombreuses fonctionnalités permettant d’assister la gestion du cycle de vie des données personnelles.

La plateforme est-elle disponible en SaaS ou en OnPremise ?

La plateforme Craft AI est uniquement disponible sous format SaaS.

Fonctionnalités

Combien de projets peuvent être gérés sur la plateforme de MLOps ?

Vous pouvez créer autant de projets que vous le souhaitez en souscrivant à notre plateforme.

La plateforme est-elle compatible avec tous les outils de Data Science ?

La plateforme est compatible avec tous les frameworks et librairies de Data Science open-source et avec les plateformes de ML.

Quels langages de programmation sont disponibles dans la plateforme ?

Vous pouvez développer votre code en Python dans un premier temps, mais nous prévoyons également d’ajouter R, JavaScript et Julia.

Combien de personnes de mon équipe peuvent accéder à la plateforme de MLOps ?

Vous pouvez inviter autant d’utilisateurs que vous le souhaitez à collaborer sur vos projets d’IA et définir des droits d’accès par utilisateur.

Comment gérez-vous les redéploiements successifs ?

Nous proposons de multiples méthodes de redéploiements (A/B testing, Canary, Shadowing, …) afin de garantir une performance maximale des modèles.

IA de confiance

Qu’est-ce qu’une IA frugale ?

Un système d’IA frugal minimise la quantité d’énergie nécessaire pour entraîner, déployer et ré-entraîner les modèles.

Qu’est-ce qu’une IA de confiance ?

Une IA de confiance est une IA qui a plus de chance d’être acceptée et utilisée par les utilisateurs. Selon nous, elle doit être explicable, respectueuse de la vie privée, frugale en énergie et équitable.

Qu’est-ce qu’une IA respectueuse de la vie privée ?

Une IA respectueuse de la vie privée garantit le respect de la RGPD ou d’autres réglements similaires et utilise des données de synthèse pour assurer une confidentialité totale des données.

Qu’est-ce qu’une IA équitable ?

Une IA équitable supprime les biais et les discriminations qui peuvent être présents de manière inhérente dans les données.

Qu’est-ce qu’une donnée de synthèse ?

Une donnée de synthèse est une donnée artificielle qui ne contient pas d’événements réels. Elle est générée à partir de données réelles donc elle reste statistiquement équivalente et permet donc de réaliser des opérations de Machine Learning.