Hoe beheer je de kosten van de data science omgeving en modellen in Azure?

Tools om je datakosten te beheren 

Hoe controleren en beheren we de kosten in Azure? Gelukkig heeft Microsoft een aantal tools ontwikkeld om je te helpen. Drie voorbeelden zijn: Azure Pricing Calculator, Azure Advisor en Cost Management in het Azure-portal.

Azure Pricing Calculator  

Voordat je jouw diensten in de Azure-omgeving implementeert is het verstandig om de Microsoft Azure Pricing Calculator te gebruiken. Dit is de perfecte tool om gemaakte kosten te berekenen. In dit geval richten we ons op de kosten voor jouw data science omgeving en -modellen. Als je op de Azure Pricing Calculator klikt, zie je een schatting van de kosten voor het inzetten van Azure Machine Learning (AML) voor je data science omgeving. Je kunt ook je andere diensten toevoegen aan de prijscalculator. Zo krijg je een inschatting van de totale kosten die je kunt verwachten.

Azure Advisor 

De tool Azure Advisor richt zich op alle kosten die jouw Azure gebruik met zich meebrengt. De service kan je helpen bij optimalisatie, kostenvermindering en identificatie van over- of onderbenutte resources. Dit geldt ook voor jouw data science omgeving op Azure. Zo kan jij bijvoorbeeld zien of je virtuele machines wel optimaal worden ingezet. Daarnaast kan de tool ook aanbevelingen geven voor je retentiebeleid of opslag van je gegevens. Binnen Azure Advisor zijn verschillende functies die er allemaal voor zorgen dat je minder kosten maakt en jouw omgeving optimaliseert.

Cost Management 

Cost Management + Billing in Azure geeft je allerlei tools om je kosten te managen. Zo krijg je inzicht in je kosten en kan je analyseren en rapporteren. Alles om jouw Azure uitgaven te verminderen, maar ook om het meeste uit je Azure investeringen te halen.

Met deze tool kan je een diepgaande kostenanalyse maken. Zo kan je elke cent die je aan jouw resource-eigenschappen besteedt analyseren. Azure heeft ook een Cost Details API, waarmee je alle ruwe data uit je Azure-omgeving kunt halen. 

Heb je de kosten geanalyseerd? Dan kan je de budgetten beter in kaart brengen. Deze budgetten kan je koppelen aan werkelijke kosten en er is de mogelijkheid om waarschuwingen te ontvangen. Je kunt zelfs een trigger instellen op basis van een bepaalde drempel van jouw budget, die dan een dienst afsluit of je naar een ander prijsniveau brengt.

Nu we enkele hulpmiddelen hebben doorgenomen, willen we je helpen uw kosten onder controle te houden. Zo komen er geen onverwachte rekeningen meer jouw kant op!

Identificeer verwachte kosten met Azure Machine Learning 

Hoe beheer je de kosten in jouw data-omgeving? Laten we eens kijken naar een veelgebruikte Data science tool in Azure: Azure Machine Learning. Wanneer je deze tool inzet, zal je merken dat een heleboel factoren je kosten beïnvloeden. Dit komt ook door de pay-as-you-go structuur. Een aantal voorbeelden zijn de compute instance die wordt gebruikt, de verwerkingstijd, de regio en het aantal ingezette instances.

Bovendien zal je merken dat AML op zichzelf geen volledige data science oplossing biedt. Je moet vaststellen welke middelen je al hebt én welke je nog nodig hebt. Vervolgens moet je de kosten van deze middelen in kaart brengen. Waarschijnlijk heb je ook nog andere Azure middelen nodig zoals gegevensopslag of diensten van derden. En deze middelen zijn natuurlijk niet gratis. Om een beter inzicht te krijgen in de berekening van de totale kosten van je omgeving tel je alles bij elkaar op. Het is ook slim om de kosten documentatie van de diensten te controleren met behulp van de hulpmiddelen die we in de vorige alinea hebben uitgelegd.

Hoe Intercept de overstap naar Azure aanpakt       

Hebben we je al overtuigd om de kosten van je data science oplossingen in Azure te beheren? We hopen het! Weet je nog niet zeker waar je moet beginnen? Bij Intercept kunnen we niet wachten om je te helpen. Samen met onze Data Scientist kunnen wij je door je eisen heen loodsen en je helpen bij elke stap van je data reis. Zet de eerste stappen met ons data design of second opinion.