1. 程式人生 > >湯不熱福利博主視頻

湯不熱福利博主視頻

大數據

技術分享圖片

關於這個問題,Teradata天睿公司總裁兼首席執行官Vic Lund坦承,作為將數據分析視為主營業務的企業,Teradata確實花了幾個月的時間弄清楚,未來還應該做些什麽,如何更好的進行市場推廣等問題。

慎重考慮後得到結論,Teradata不僅僅要強調技術,更重要的是利用平臺能力,也就是數據分析能力,幫助企業完成業務成果的驅動。

確實,如今的技術演進越來越快,企業完成業務轉化更需要從融合的技術以及產品中尋求幫助。“企業很清楚,分析技術是取得競爭優勢的關鍵所在。但企業必須更加專註於業務成果,同時需要避免綁定在單一服務商提供的部署環境。”Teradata天睿公司國際集團執行副總裁Peter Mikkelsen在 “2018 Teradata大數據峰會”上講到。

在此背景下,Teradata基於自研的分析平臺,做到了幾個“任意”!

依托分析平臺,Teradata可以幫助企業各部門,分析用戶大規模所采用的首選分析工具與引擎來精準分析多個數據源,支持做到任意數據分析(Analyze Anything)。

在雲環境下,基於通用的硬件條件,在本地部署環境下,以及多種靈活的部署選項下提供分析處理能力,完成任意環境部署(Deploy Anywhere)的要求,這一點Teradata也可支持。

此外,Teradata還幫助企業針對特定用例,完成簡化的附帶定價策略、訂閱式許可以及服務式選項,用更合適的方式購買軟件,用以完成任意方式購買(Buy Any Way)的需求。

關於任意時間遷移(Move Anytime)方面,Teradata充分利用軟件許可可移植性,靈活轉換部署選項運行分析,著眼相關的購買決策等。

據小編了解,其實Teradata始終堅持的一則信條,就是如何徹底並有效地與客戶緊密合作,這才是重點!深入來說,未來,Teradata 又將如何擴展現有的這套數據分析解決方案,讓“彈性”遍及everywhere呢?

對此,相關高層表示,未來基於Teradata Everywhere,會選擇在一些領域采用更多新類型的處理引擎,例如Spark,或者TensorFlow,因為來自開源,可以被直接集成到可拓展的平臺上。

??此外還會涉及到一些新語言,例如Python、R等,還包括新的用戶界面的嘗試……未來的開發更多朝向AI方面的集成,從機器學習或者深度學習技術探究並提升分析平臺的實力。

”最終我們想做到一個即服務(as a Service)的模式。未來,會更加關註業務成果,思考如何將業務成果的實現作為一種服務模式武裝到現有的分析平臺上。在利用技術助推業務成果轉化的過程中,探究一種方式,不需要過多的技術專家以及數據科學家,還能夠盡快得到一些結論。無論是分析平臺還是當下最流行的先進技術,最理想的方式都是即服務的提供,最終可以做到讓企業越發簡單獲取這些能力。”Teradata天睿公司大中華區總裁辛兒倫(Aaron Hsin)補充道。

目前這麽多熱門技術,未來Teradata的分析平臺有涉及嗎?

這其實是大家比較關心的話題之一,當然也是小編關註的!

談及熱門技術,就不得不說人工智能。

如今任何地方都把“AI”拿出來講一講,顯然這是一種目前來看非常重要並需要全球都采用的能力之一,以此為標準的話,數據也在AI 中發揮了重要的作用。

相輔相成,AI 作為驅動者,在應對海量數據,做出精準決策方面也有自身獨到的優勢!

關於吸納AI 能力,Teradata也做了相應的舉措,例如通過孵化器、技術專家等,將一些技術的表達轉化為更加通俗易懂的應用,讓用戶更容易接受。

此外,Teradata高層表示,目前還同全球範圍內的高校進行合作,探索如何將帶有AI 技術的產品推向市場,能讓用戶更加容易應用AI 以及大規模的算法。

Teradata將AI 視作產品組合的一部分,著眼於通過AI 技術讓自己的產品,也就是Teradata Everywhere平臺運行的更加容易,最大化減少人工的幹預,讓算法作用決策的時間更短,這是很關鍵的。

值得註意的一點,其實AI技術的大規模應用,也需要質量較高的結構化數據。為此,Teradata 設計了一些數據管道,通過模型來發掘數據特性。不可否認,將AI與算法相結合,會是未來Teradata著力發展的關鍵!

關於雲計算層面的數據分析,目前進展如何了?這類產品是基於IoT領域的嘗試嗎?

其實針對雲層面的數據分析並不算新話題,但在企業服務領域卻很受關註。

實際上,做好雲端數據分析,很大程度上關乎於安全性、技術成熟度、合規性等問題。Teradata首席營銷官Martyn Etherington表示,目前的分析市場正朝著雲端分析的方向發展,但很多純雲端分析引擎的處理能力差、速度慢,難以應對企業級規模的分析負載。對於大型企業來說,大規模雲端分析的性能缺口實際上更為嚴重。

解決此類問題,最關鍵的還是需要優化並整合不同的引擎、語言等,然後移植到平臺上,讓平臺具有能力來支持各種不同的雲架構,甚至是存儲新模式或者其他。

此外,Teradata也在著力幫助物聯網領域的參與者,例如西門子電力以及思科的一些項目,在強大的平臺上有所成長。

“現在,越來越多的分析場景屬於早期的預測性分析,這就需要更多的數據分析師以及數據科學家,引入專業人才來壯大目前的團隊是接下來的重點。未來協助客戶做21世紀最先進的分析,這是我們的專長,也是持之以恒要做的事兒。”辛兒倫公開表示。

湯不熱福利博主視頻