[20/09/2024] Teradata ha anunciado nuevas funciones y mejoras de productividad en ClearScape Analytics. Según lo señalado en el comunicado de prensa, estas nuevas características están diseñadas para permitir que las organizaciones maximicen el retorno de la inversión en IA/ML y aumenten la productividad de la ciencia de datos para lograr resultados comerciales de manera más rápida y eficiente.
"En los últimos años, la creciente complejidad de las herramientas y plataformas de IA, junto con la proliferación de plataformas de datos y análisis, ha dado lugar a procesos de IA/ML complicados e ineficientes. Como resultado, las empresas no pueden obtener información completa de sus datos y el costo de la puesta en marcha de la IA a escala ha aumentado. Al mismo tiempo, los científicos de datos están sometidos a una presión cada vez mayor por parte de sus organizaciones para maximizar la productividad y aumentar su producción de IA. Desafortunadamente, debido a la ineficiencia en la preparación de datos, los procesos manuales de aprendizaje automático y los desafíos generales de la operacionalización de la IA, la productividad de la ciencia de datos a menudo se ve obstaculizada. Esto se ve exacerbado por la empinada curva de aprendizaje que acompaña a las herramientas y técnicas en rápida evolución de la industria”, comentó Daniel Spurling, vicepresidente senior de gestión de productos de Teradata.
Con las características y funcionalidades mejoradas de ClearScape Analytics, el ejecutivo sostuvo que Teradata está abordando estos desafíos y permitiendo a sus clientes desarrollar todo su potencial de IA, e indicó que todos los clientes de Teradata VantageCloud tienen acceso a ClearScape Analytics y a estas actualizaciones:
Análisis de Spark a ClearScape: Puede aprovechar la herramienta de Teradata, pyspark2teradataml, para convertir fácilmente el código pyspark heredado en aprendizaje automático de Teradata, eliminando la necesidad de movimiento de datos. Los beneficios incluyen:
- Reducir la complejidad y los costos: Los clientes que anteriormente necesitaban exportar datos de las plataformas VantageCloud a Spark ya no necesitarán la costosa y engorrosa tarea. Pueden trabajar con código convertido en ClearScape Analytics.
- Puesta en marcha de la IA a escala: Después de la conversión, los clientes pueden aprovechar la gestión de cargas de trabajo, la seguridad y la integración de datos de nivel empresarial de VantageCloud, que están diseñadas para poner en funcionamiento la IA confiable a escala y poner rápidamente los modelos de IA/ML en producción.
- Habilitación del aprendizaje automático multinube: Los clientes pueden trabajar en un verdadero entorno de nube híbrida después de la conversión para que puedan aprovechar al máximo su inversión basada en Spark.
AutoML: Diseñado para permitir que los científicos de datos entrenen automáticamente modelos de alta calidad específicos para las necesidades comerciales de cada organización. Los beneficios incluyen:
- Ahorro de tiempo y ampliación de la base de usuarios: Al automatizar el entrenamiento de modelos, Teradata elimina de la ecuación el trabajo manual que requiere mucho tiempo y permite a los usuarios empresariales no técnicos crear modelos de IA/ML.
Integración KNIME: KNIME, una plataforma completa sin código y con poco código que permite a los usuarios crear flujos de trabajo de ciencia de datos, está integrada con Teradata VantageCloud y ClearScape Analytics. Los beneficios incluyen:
- Aceleración de las iniciativas de IA y ampliación de la base de usuarios: Los usuarios de ClearScape Analytics disponen de una interfaz gratuita, de código abierto y sin código que está diseñada para ser adecuada para una variedad de usuarios técnicos y no técnicos. Se espera que las iniciativas de IA se aceleren con la simplicidad de KNIME y la escalabilidad de VantageCloud.
Nuevas mejoras en la experiencia de usuario de autoservicio:Los nuevos widgets permiten una experiencia de usuario de autoservicio para acceder a una variedad de consultas y trazados. Los beneficios incluyen:
- Facilidad de uso y capacidades de autoservicio diseñadas para reducir errores: Los usuarios pueden acceder a sus datos sin codificación, lo que reduce el riesgo de código incorrecto o errores de codificación.
ML de código abierto de Teradata: Los usuarios de ClearScape Analytics pueden ejecutar funciones populares de aprendizaje automático de código abierto en VantageCloud. Los beneficios incluyen:
- Facilidad de uso y escalabilidad del código abierto: Facilidad de uso de las funciones de código abierto en VantageCloud, escalabilidad y rendimiento de las funciones de código abierto, y puesta en funcionamiento de modelos de código abierto entrenados que se almacenan en VantageCloud.
Franca Cavassa, CTOPerú