Teradata hat seine Cloud-basierte Datenanalyse-Plattform „Vantage“ erweitert, um Datenanalysen noch kollaborativer zu gestalten. Durch diese Erweiterungen wird die Zusammenarbeit zwischen Data Scientists, Business-Analysten, Data Engineers, Sachbearbeitern und Abteilungsleitern, die unterschiedliche Tools und Programmiersprachen verwenden, deutlich verbessert.
Mit Teradata Vantage erreichen Unternehmen eine schnellere Wertschöpfung, senken die Kosten und verbessern das Datenmanagement und die Datensicherheit.
Die wichtigsten Verbesserungen umfassen:
- Erweiterte native Unterstützung für R und Python, mit der Möglichkeit, mehr Vantage-native analytische Funktionen aufzurufen, sowie die Fähigkeit, eine breite Palette von Open-Source-Analysealgorithmen / -Paketen zu verwenden.
- Automatische Generierung von SQL aus R- und Python-Code – so können Data Scientists und Business-Analysten leichter, schneller und nahtloser zusammenarbeiten, um neue Erkenntnisse schnell im Unternehmen zu nutzen.
- Unterstützung für JupyterHub für Python, R und SQL zusätzlich zu der bestehenden Unterstützung für gängige Entwicklungsumgebungen wie JupyterLab und RStudio.
Mit diesen neuen Funktionen können Unternehmen End-to-End-Workflows im Bereich Data Science mit Vantage auf einer einzigen, skalierbaren und sicheren Plattform realisieren, ohne Datensilos oder Testdaten erstellen zu müssen. Auf diese Weise können Teams aus verschiedenen Abteilungen und Bereichen gemeinsam komplexe Analysen auf einer Plattform und mit denselben Daten durchführen.
Die neuen Funktionen zur Unterstützung für Data Science auf der Vantage-Plattform sind:
- Erweiterte Auswahl an Analysefunktionen: Bietet Data Scientists und Business-Analysten eine größere Auswahl an leistungsstarken Analysefunktionen, die sie für eine bessere Zusammenarbeit nutzen können.
- Weitere Vantage-Funktionen verfügbar durch R und Python: Bietet eine erweiterte Auswahl von nativen Vantage-Analysealgorithmen (z.B. für maschinelles Lernen), die von R und Python zusätzlich zu SQL aufgerufen werden.
- Zugang zu mehr R- und Python-Analysefunktionen: Erweitert die Auswahl von Open-Source-R- und Python-Analysealgorithmen (z.B. Scikit-Learning). Vantage lässt sich nicht nur in Open-Source-Sprachen und -Tools integrieren, sondern bietet auch eine große Bandbreite an nativen und Open-Source-Algorithmen.
- Verfügbarkeit einer neuen Analytics-Bibliothek: Ergänzt einen neuen Satz skalierbarer, erweiterter Analysefunktionen, die direkt in Vantage erstellt wurden, einschließlich einer Reihe von Datenaufbereitungs- und Modellierungsfunktionen.
- Automatische Generierung von SQL-Statements zur Erleichterung der Kommunikation zwischen mehreren Benutzergruppen: Erleichtert Data Scientists, Business-Analysten und Entwicklern die Zusammenarbeit durch eine einzige Standard-Datenverwaltungssprache (SQL) bei gleichzeitiger Verwendung einer Sprache ihrer Wahl (z.B. R und Python).
- SQL generiert aus R und Python: Ermöglicht es R- und Python-Programmierern, die von Vantage verwendeten SQL-Statements mit der Funktion show_query() zu zeigen. Auf diese Weise können auch Programmierer, die nicht mit Python/R vertraut sind, komplexe analytische Workflows verbessern und ausführen.
- Von Vantage Analyst generiertes SQL: Ermöglicht es Geschäftsanwendern und Business-Analysten, grundlegende Erkenntnisse aus der grafischen Oberfläche von Vantage Analyst zu gewinnen und auch das zugrunde liegende SQL-Skript automatisch zu generieren, ohne eine einzige Zeile Code schreiben zu müssen.
- Kollaborative Entwicklungsumgebung: Während R-, Python- und SQL-Skripts von Analysten durch die Wahl einer integrierten Entwicklungsumgebung (z. B. RStudio, JupyterLab, Teradata Studio) ausgeführt werden können, erleichtert die Unterstützung von Teradata für JupyterHub eine bessere Zusammenarbeit auf Code-Ebene und den Austausch bewährter Verfahren.
Die Integration dieser Funktionalität in Vantage ermöglicht es aktuellen und zukünftigen Teradata-Analytics-Partnern, die Leistungsfähigkeit der Teradata-Plattform innerhalb ihrer eigenen Toolsets und Sprachen reibungsloser zu nutzen.