DataRobot è un'azienda software statunitense la cui piattaforma aiuta le organizzazioni a sviluppare, gestire e monitorare applicazioni di IA. È diventata nota con il machine learning automatizzato (AutoML), che addestra e confronta automaticamente molte varianti di modello, ad esempio per prevedere abbandoni dei clienti o domanda. Oggi l'azienda punta anche sulla gestione e sulla governance degli agenti di IA (aggiornato a ottobre 2026).
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoL’apprendimento automatico (machine learning) è un ambito dell’intelligenza artificiale in cui i computer ricavano schemi dai dati invece di ricevere ogni regola programmata in modo esplicito. A seconda del compito, i modelli imparano da esempi etichettati (supervisionato), da dati non etichettati (non supervisionato) o tramite ricompense (per rinforzo). Le applicazioni vanno dai filtri antispam alle previsioni della domanda fino ai suggerimenti di prodotto. La qualità dipende molto da quantità e qualità dei dati di addestramento.
Una pipeline di machine learning è una sequenza definita di fasi che trasforma dati grezzi in un modello pronto all’uso: raccolta e pulizia dei dati, preparazione delle caratteristiche, addestramento, valutazione, messa in produzione e monitoraggio. L’automazione rende i risultati riproducibili e permette di elaborare nuovi dati con poco sforzo. Un rivenditore, ad esempio, può riaddestrare e verificare ogni settimana il proprio modello di previsione delle vendite con i dati più recenti.
Amazon SageMaker è il servizio cloud di Amazon Web Services (AWS) per sviluppare, addestrare e mettere in produzione modelli di machine learning. A fine 2024 il servizio originale è stato rinominato “Amazon SageMaker AI”; da allora “Amazon SageMaker” indica una piattaforma più ampia per dati, analisi e IA con l'interfaccia SageMaker Unified Studio (aggiornato a ottobre 2026). È usato soprattutto da team di data science che gestiscono modelli sull'infrastruttura AWS.
MLflow è una piattaforma open source per gestire l’intero ciclo di vita dei modelli di machine learning, presentata originariamente da Databricks nel 2018. Registra gli esperimenti con parametri e metriche, gestisce le versioni dei modelli in un registro e semplifica la messa in produzione. Le versioni più recenti supportano anche il tracciamento e la valutazione di applicazioni basate su modelli linguistici. I team possono così ricostruire con quali dati e impostazioni è nato ogni modello.
