Entre as modalidades de ciência de dados e inteligência artificial com maior impacto em inovação e competitividade, as implementações de machine learning impõem novos desafios, exatamente na medida que ganham importância no negócio. Quando a tecnologia entra em produção, é preciso aumentar a capacidade e simplificar a forma de lidar datasets cada vez mais amplos; gerenciar os modelos de ML; se integrar aos ecossistemas de dados e desenvolvimento; além de manter o alinhamento e a governança dos projetos.

Com base na arquitetura da plataforma de Unified Analytics Vertica, a solução de machine learning in-database tira vantagem da tecnologia de dados distribuídos e paralelismo, ao mesmo tempo em que simplifica as etapas de preparação, desenvolvimento, importação, implantação e gerenciamento.

Tudo no banco de dados, da preparação de dados à implantação de ML

Com o Vertica Unified Analytics, todo o processo de machine learning pode ser feito em uma única plataforma. Os modelos de machine learning são construídos sobre os mecanismos de análise de bancos de dados distribuídos. Portanto, os modelos analíticos se aproximam de onde os dados reais e atualizados realmente estão, o que determina a qualidade das análises e predições.

Produtividade e alinhamento, para otimizar o trabalho de ciência de dados

O suporte a todo o workflow de ciência de dados diretamente no banco de dados simplifica alguns dos processos mais desgastantes, como a fase de preparação. No caso de estratégias de produtos e negócios mais fortemente suportados por ML, tempo de retorno pode significar o retorno em si, o que torna a velocidade de entrega um item fundamental.

Todo o processo de ML com uma interface SQL simples, o que facilita também a formação e o trabalho dos times.

À medida que o Vertica treina modelos de machine learning dentro do banco de dados (com comandos SQL), todos os cientistas de dados que usam a plataforma trabalham em um repositório único. Assim se mitigam ineficiências e riscos, quando os modelos ficam nos laptops e nas contas em nuvem “de alguém”, e se cria um ambiente de colaboração e controle.

Integração ao ecossistema de machine learning, com escala e suporte corporativos

Ao mesmo tempo em que traz alta capacidade e performance com as tecnologias de dados distribuídos e unified analytics, a solução de machine learning na plataforma Vertica permite que se aproveitem melhor o conhecimento e o legado das ferramentas padrão de ML

Com o recurso de importação de PMML (Predictive Model Markup Language), os modelos de machine learning criados em outras ferramentas podem ser implementados no Vertica. Assim, imediatamente ganham condições de gerenciamento, arquivamento e análises preditivas sobre grandes datasets.

A solução de ML do Vertica também suporta extensões programadas em C++, Java, Python ou R.

Para saber mais sobre escalabilidade e performance de machine learning, consulte o site de ML da Vertica.

Para quem lê em inglês, quiser se aprofundar no assunto e precisar de informações e dicas práticas, o white paper Deploy Machine Learning for the New Speed and Scale of Business detalha a arquitetura técnica e diversos casos de uso.

Saiba mais sobre
as soluções de TI da Micro Focus

Informe seus dados e entraremos em contato






    Prometemos que não enviaremos spam ;-)