de
Erste Schritte

Dataiku für Technologieexperten

Schnelles Testen und die Operationalisierung großer Projekte für das maschinelle Lernen.
„Der größte Vorteil von Dataiku ist, dass sich alles auf einer Plattform befindet. Man muss also nicht ständig zwischen Programmen wechseln oder mehrere Tools gleichzeitig ausführen. Mit Dataiku ist alles viel übersichtlicher und einfacher.“ Ayca Kandur, Data Scientist Aviva

Plattformunabhängig

Dataiku kann in On-Premises-Umgebungen oder in der Cloud mit Instanzen auf Amazon Web Services (AWS), Google Cloud Platform (GCP) und Microsoft Azure ausgeführt werden. Die Lösung lässt sich für jede Cloud in Speicher- und verschiedene Infrastrukturebenen integrieren.

MEHR ZUR ARCHITEKTUR UND DATAIKU-INTEGRATION

Egal welches , GIT-enabled IDE

Dataiku bietet eine integrierte Entwicklungsumgebung für Python, R, Julia und Scala, in der Sie transparenten Zugriff auf Datenquellen haben und sich nicht um die Verbindung kümmern müssen. Es gibt die folgenden Optionen:

  • Ein „Notizbuch“ (mit Jupyter Notebook)
  • Ein visueller Workflow (mit einer grafischen Darstellung der Berechnungen im Tool)
  • Die Integration Ihrer eigenen IDE (wie SublimeText oder Visual Studio)

Alle Entwicklungen können in Git verwaltet werden.

MEHR ZU DEN VON DATAIKU UNTERSTÜTZTEN PROGRAMMIERSPRACHEN

Spark & Kubernetes-Cluster: vollständig verwaltet (auch für große Datenmengen)

Sie können mit Dataiku entweder vorhandene Spark- und Kubernetes-Cluster nutzen oder eigene Cluster auf einer Cloud-Plattform erstellen und verwalten.

DEMO ANSEHEN

Effektive Erweiterungen mit Dataiku-Plugins

Entwickler können für jeden Bereich der Plattform effektive Python- oder Java-Erweiterungen für vorkonfigurierte Funktionen entwickeln. Die Dataiku-Plug-ins eignen sich unter anderem dazu, Verbindungen zu neuen Datenquellen herzustellen, visuelle Darstellungen neuer Algorithmen für Nutzer ohne Programmierkenntnisse bereitzustellen und einen IT-Prozess in Dataiku zu integrieren. Dataiku kann auch über APIs erweitert und in Jira und Jenkins integriert werden.

ZU DEN DATAIKU-PLUG-INS

Stabile, lückenlose Datenarchitektur

In der Dataiku-Architektur werden Berechnungsaufgaben systematisch an die vorhandenen Technologien weitergegeben. Außerdem umfasst sie alle wichtigen Komponenten, mit denen Datenarchitekten eine stabile Datenarchitektur entwickeln können:

  • Datenvalidierung zum Schutz der Architektur vor Änderungen in den zugrunde liegenden Datenquellen
  • Zuverlässige Bereitstellung mit automatischer Skalierung, Versionskontrolle und Rollback für die Batch-Verarbeitung und Modellbewertung in Echtzeit
  • Intelligente Rekonstruktions-Engine für eine effiziente inkrementelle Neuberechnung der Daten
MEHR ZU MLOPS MIT DATAIKU

Aus Tausenden erstellten Modellen das beste auswählen

Mit Dataiku AutoML können Sie schnell erstklassige Modelle erstellen, mit denen automatisch mehrere Algorithmen und Parameter getestet werden. Sie haben aber auch die Möglichkeit, selbst die Einstellungen für Trainings und Algorithmen sowie den Optimierungsprozess festzulegen, zum Beispiel durch die Entwicklung eigener Modelle und den Einsatz komplexer Deep-Learning-Modelle.

Dataiku unterstützt die vier gängigsten Engines für maschinelles Lernen – Python, Spark, H2O und TensorFlow – und umfasst über 32 unterschiedliche Kernalgorithmen.

MEHR ZUM MASCHINELLEN LERNEN MIT DATAIKU

Automatisierung und Monitoring über APIs

Dataiku bietet eine umfassende API für die Einrichtung, Administration und Bereitstellung der Plattform. Dazu gehört auch die automatische Bereitstellung der gesamten Lösung oder neuer Services. Über Administrationserweiterungen können Sie Dataiku in vorhandene Monitoring-Lösungen integrieren.

MEHR ZU DATAOPS MIT DATAIKU

Erste Schritte mit Dataiku

Nutzen Sie eine Online-Testversion, laden Sie die kostenlose Edition herunter
oder vergleichen Sie die Funktionen der Lite, Team und Enterprise Editions.or compare the features of the Lite, Team, and Enterprise editions.

ERSTE SCHRITTE