Nouveau programme d'accès anticipé : « Modèles personnalisés IntegratedML » – Déployez vos modèles de ML en Python dans SQL

Nous sommes ravis d'annoncer le Programme d'accès anticipé « Modèles personnalisés IntegratedML », une nouvelle fonctionnalité puissante disponible dans IRIS 2026.1 !

De quoi s'agit-il ?

Les modèles personnalisés IntegratedML étendent la fonctionnalité IntegratedML/AutoML existante en vous permettant de déployer **vos propres modèles d'apprentissage automatique personnalisés ecrits en Python ** directement dans les requêtes SQL. Tandis qu'IntegratedML AutoML fournit un apprentissage automatique automatisé, les modèles personnalisés vous offrent un contrôle total : prétraitement personnalisé, tout modèle compatible scikit-learn et bibliothèques tierces comme Prophet ou LightGBM, le tout exécuté dans la base de données sans déplacement de données.

Pourquoi c'est important

• Contrôle total : Créez votre propre logique de prétraitement, d'ingénierie des caractéristiques et d'entraînement du modèle.

• Interface SQL identique : Utilisez les commandes CREATE MODEL, TRAIN MODEL et PREDICT() que vous connaissez déjà.

• Exécution directement dans la base de données : Pas d'exportation/importation de données, prédictions en temps réel sur les données réelles.

• Compatible avec AutoML : Utilisez l'outil adapté à chaque cas d'utilisation : AutoML pour les modèles rapides, les modèles personnalisés pour les scénarios avancés.

Exemple rapide

CREATE MODEL CreditRiskModel
PREDICTING (default_risk)
FROM CreditApplications
USING '{"model_name": "CustomCreditRiskClassifier", ...}'

TRAIN MODEL CreditRiskModel

SELECT customer_id, PREDICT(CreditRiskModel) as risk_score
FROM NewApplications

Qui devrait participer ?

Il s'agit d'un programme d'accès anticipé ouvert. Rejoignez-nous si vous :

• Possédez une expérience en apprentissage automatique/science des données avec IRIS

• Souhaitez déployer des modèles Python personnalisés en production

• Pouvez consacrer environ 10 à 15 heures sur 8 à 12 semaines

• Êtes enthousiaste à l'idée de contribuer à l'avenir d'IntegratedML

Contenu

• 4 applications de démonstration complètes (risque de crédit, détection de fraude, prévisions des ventes, similarité ADN)

• Documentation complète (installation, dépannage, référence API)

• Canal de communication direct avec l'équipe produit

• Accès anticipé avant la sortie officielle d'IRIS 2026.1

Configuration requise

• IRIS 2025.2+ avec IntegratedML installé

• Python 3.8+ (3.11+ recommandé)

• macOS, Linux ou Windows

• Objectif : Installation en moins de 30 minutes

Comment participer

1. Inscription : Rendez-vous sur https://evaluation.intersystems.com et inscrivez-vous au programme d'accès anticipé (EAP)
2. Consultation du dépôt : https://github.com/intersystems-community/integratedml-custom-models
3. Démarrage : Suivez le guide d'installation et commencez à explorer.

À quoi s'attendre

• Échanges par e-mail : L'équipe produit d'InterSystems communiquera avec vous par e-mail tout au long du programme.

• Enquête utilisateur : Nous vous demanderons de répondre à au moins une enquête à la fin du programme d'accès anticipé afin de partager votre expérience et vos commentaires.

• Vos commentaires sont importants : Votre contribution influence directement le produit final avant sa sortie officielle.

Calendrier

• Lancement du programme d'accès anticipé (EAP) : novembre 2025

• Durée du programme d'accès anticipé (EAP) : 8 à 12 semaines

• Disponibilité générale prévue : IRIS 2026.1 (2e trimestre 2026)

Des questions ?

• Inscription : https://evaluation.intersystems.com

• Dépôt : https://github.com/intersystems-community/integratedml-custom-models

• FAQ : https://github.com/intersystems-community/integratedml-custom-models/blob/main/docs/EAP_FAQ.md

Vos commentaires contribueront directement à l'amélioration de cette fonctionnalité avant son lancement auprès de tous les utilisateurs d'IRIS !