NOVO: Programa de Acesso Antecipado para "Modelos Personalizados do IntegratedML" -- Implante seus modelos de aprendizado de máquina em Python diretamente em SQL

Temos o prazer de anunciar o Programa de Acesso Antecipado para Modelos Personalizados do IntegratedML, um novo e poderoso recurso que estará disponível no IRIS 2026.1!

O que é?

O recurso Modelos Personalizados do IntegratedML amplia a funcionalidade existente do IntegratedML/AutoML, permitindo que você implante seus próprios modelos de aprendizado de máquina em Python diretamente em consultas SQL. Enquanto o IntegratedML AutoML oferece aprendizado de máquina automatizado, os Modelos Personalizados oferecem controle total — pré-processamento personalizado, qualquer modelo compatível com scikit-learn e bibliotecas de terceiros como Prophet ou LightGBM — tudo executado no banco de dados sem movimentação de dados.

Por que isso é importante?

• Controle total: escreva lógica personalizada de pré-processamento, engenharia de recursos e treinamento de modelos.
• Mesma interface SQL: use os comandos familiares CREATE MODEL, TRAIN MODEL e PREDICT().
• Execução no banco de dados: sem ciclos de exportação/importação de dados, previsões em tempo real com dados ativos.
• Compatível com AutoML: use a ferramenta certa para cada caso de uso — AutoML para modelos rápidos, Modelos Personalizados para cenários avançados.

Exemplo Rápido

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

Quem Deve Participar?

Este é um Programa de Acesso Antecipado aberto. Participe se você:
- Tem experiência com aprendizado de máquina/ciência de dados com o IRIS
- Deseja implantar modelos Python personalizados em produção
- Pode dedicar de 10 a 15 horas ao longo de 8 a 12 semanas
- Está animado para moldar o futuro do IntegratedML

O que está incluído

✅ 4 aplicativos de demonstração completos (Risco de Crédito, Detecção de Fraude, Previsão de Vendas, Similaridade de DNA)
✅ Documentação completa (instalação, solução de problemas, referência da API)
✅ Canal de feedback direto para a equipe do produto
✅ Acesso antecipado antes do lançamento da versão GA do IRIS 2026.1

Requisitos

• IRIS 2025.2 ou superior com IntegratedML instalado
• Python 3.8 ou superior (3.11 ou superior recomendado)
• macOS, Linux ou Windows
• Tempo estimado de instalação: <30 minutos

Como participar

1. Inscreva-se: Visite https://evaluation.intersystems.com e registre-se para o Programa de Acesso Antecipado de Modelos Personalizados do IntegratedML
2. Analise o repositório: https://github.com/intersystems-community/integratedml-custom-models
3. Comece agora: Siga o guia de instalação e comece a explorar

O que Esperar

• Interação por e-mail: A equipe de produto da InterSystems entrará em contato com você por e-mail durante todo o programa
• Pesquisa com usuários: Pediremos que você responda a pelo menos uma pesquisa ao final do Programa de Acesso Antecipado (EAP) para compartilhar sua experiência e feedback
• Seu feedback é importante: Sua opinião influencia diretamente o produto final antes do lançamento da versão GA

Cronograma

• Lançamento do EAP: Novembro 2025
• **Duração do EAP **: 8-12 semanas
• Target GA: IRIS 2026.1 (Q2 2026)

Dúvidas?

• Inscreva-se: https://evaluation.intersystems.com
• Repositório: https://github.com/intersystems-community/integratedml-custom-models
• Perguntas Frequentes: https://github.com/intersystems-community/integratedml-custom-models/blo...

Seu feedback ajudará a moldar este recurso antes do lançamento para todos os usuários do IRIS!