DataRobot är ett amerikanskt mjukvaruföretag vars plattform hjälper organisationer att bygga, driva och övervaka AI-applikationer. Företaget blev känt för automatiserad maskininlärning (AutoML), som tränar och jämför många modellvarianter automatiskt – till exempel för att förutsäga kundbortfall eller efterfrågan. I dag fokuserar företaget även på drift och styrning av AI-agenter (läge oktober 2026).
Maskininlärning är en gren av artificiell intelligens där datorer härleder mönster ur data i stället för att varje regel programmeras explicit. Beroende på uppgift lär sig modellerna av annoterade exempel (övervakad inlärning), av oannoterade data (oövervakad inlärning) eller genom belöningar (förstärkningsinlärning). Tillämpningarna sträcker sig från skräppostfilter och efterfrågeprognoser till produktrekommendationer. Kvaliteten beror starkt på mängden och kvaliteten på träningsdata.
En pipeline för maskininlärning är en definierad följd av steg som gör rådata till en driftsättningsbar modell: insamling och rensning av data, förberedelse av variabler, träning, utvärdering, driftsättning och övervakning. Genom att automatisera stegen blir resultaten reproducerbara och nya data kan bearbetas med liten insats. En återförsäljare kan till exempel träna om och testa sin modell för försäljningsprognoser varje vecka med de senaste siffrorna.
Amazon SageMaker är molntjänsten från Amazon Web Services (AWS) för att bygga, träna och driftsätta maskininlärningsmodeller. I slutet av 2024 bytte den ursprungliga tjänsten namn till ”Amazon SageMaker AI”; sedan dess avser ”Amazon SageMaker” en bredare plattform för data, analys och AI med gränssnittet SageMaker Unified Studio (per oktober 2026). Den används främst av data science-team som kör modeller på AWS-infrastruktur.
MLflow är en plattform med öppen källkod för att hantera hela livscykeln för maskininlärningsmodeller, ursprungligen introducerad av Databricks 2018. Den registrerar experiment med deras parametrar och mätvärden, hanterar modellversioner i ett register och förenklar driftsättning. Nyare versioner stöder även spårning och utvärdering av applikationer som bygger på språkmodeller. Team kan därmed följa vilken modell som skapats med vilka data och inställningar.
