TOPマネジメント > データ分析プラットフォームについての考察(下)

マネジメント

データ分析プラットフォームについての考察(下)

2020/08/07

Isaac Sacolick InfoWorld

 IT関連の仕事には、ソフトウエア開発、DevOps、システム、クラウド、テスト自動化、サイト信頼性エンジニアリング、スクラムチームのリード、情報セキュリティなど、さまざまなジャンルや職務があるが、データ、分析、機械学習を扱う機会や要件は、今後あらゆるジャンルで増えていく。

前回から続く)

Credit: ipopba / Getty Images

 データサイエンティストをターゲットにして、PythonやRなどの言語を利用する分析の生産性を高めたり、運用やインフラに関する作業を簡素化したりするためのツールやプラットフォームもある。例えばDatabricksは、AWSやMicrosoft Azureのクラウド上で動作するApache Sparkベースの統合データ分析プラットフォームで、TensorFlowや自動クラスタ管理に対応している。

 また、データ準備、分析、予測、機械学習、テキスト分析、モデル管理などに関する機能を統合したModelOpsプラットフォームもある。例えばSAS Viyaは、データサイエンティスト、ビジネスアナリスト、開発者、経営幹部をターゲットにしたエンドツーエンドのコラボレーションプラットフォームである。

 SASの研究開発ディレクター、David Duling氏は次のように述べている。「ModelOpsは、AIや機械学習モデルを含むアナリティクス全体を実運用システムに展開する手順を、反復的かつ検証可能なオペレーションのパイプラインとして構築する手法だと考えている。ModelOpsの中では、コード管理、テスト、モニタリングを対象とした現在のDevOpsと同様の手法を適用する。モデルのデプロイの頻度と信頼性が高まり、そのモデルを基盤とするビジネスプロセスのアジリティも高まる」

 拡大するデータサイエンスチームやその連携チームを対象に、データ準備、データ分析、機械学習に関する一連の機能を提供するコラボレーションプラットフォームとしては、Dataikuもある。Dataikuは、視覚的なプログラミングモデルを使った連携のほか、SQLやPythonの開発者向けに、ノートブックを使った処理にも対応している。

 データ分析や機械学習のプラットフォームは、エンタープライズソフトウエアの大手ベンダーからほかにも出ており、データセンターやクラウドのデータソースに対する分析に対応している。例えば、Oracle Analytics CloudやSAP Analytics Cloudはいずれも、インテリジェンスの一元化やインサイトの自動化によるエンドツーエンドの意思決定の実現を目指している。

↑ページ先頭へ