จาก Wall Street สู่ Main Street: Inside Deephaven's Big Data Journey

ในโลกหลัง Hadoop นี้ เราได้เห็นสถาปัตยกรรมข้อมูลจำนวนหนึ่งเกิดขึ้นและได้รับแรงฉุดลาก หนึ่งในสิ่งที่น่าสนใจกว่านั้นคือ Deephaven ซึ่งเดิมได้รับการพัฒนาเมื่อสิบปีที่แล้วเพื่อขับเคลื่อนกองทุนเฮดจ์ฟันด์เชิงปริมาณ และขณะนี้ได้เสนอให้ทั่วโลกเป็นแพลตฟอร์มเปิดสำหรับการวิเคราะห์แบบเรียลไทม์และการเรียนรู้ของเครื่อง Pete Goddard ก่อตั้ง Walleye Capital ใน 2004 ด้วยแนวคิดในการใช้ข้อมูลจำนวนมากและคอมพิวเตอร์ที่รวดเร็วเพื่อสร้างรายได้มากมายให้กับลูกค้าของเขา ก็อดดาร์ดดูแลการพัฒนาระบบที่เรียกว่า Deephaven ซึ่งช่วยให้นักวิเคราะห์ของ Walleye สามารถสืบค้นข้อมูลจำนวนมากที่เคลื่อนไหวอย่างรวดเร็วในแบบเรียลไทม์ ซึ่งจะทำให้ลูกค้าของเขาได้เปรียบในการแข่งขันในตลาดหุ้น เขาทำเงินมากมายให้กับลูกค้าของเขา ใน 2016 Goddard ได้แยก Deephaven Data Labs ออกมาเป็นบริษัทของตัวเอง โดยมีแนวคิดในการใช้ระบบ Deephaven เพื่อแก้ปัญหาความท้าทายด้านข้อมูลด้วยวิธีอื่น ในช่วงห้าปีที่ผ่านมา บริษัทได้ดึงดูดลูกค้าจำนวนมากในหลากหลายอุตสาหกรรม รวมถึงการดูแลสุขภาพ การผลิต และแม้กระทั่งการแข่งรถ ตอนนี้บริษัทกำลังมองหาการขยายการแสดงตนและการใช้ผลิตภัณฑ์โดยเปิดรับชุมชนโอเพ่นซอร์ส สถาปัตยกรรม Deephaven “เป็นเรื่องที่น่าสนใจและสนุกอย่างแน่นอนที่ได้เป็นผู้บริหารของบริษัทการค้าและใช้เทคโนโลยีนี้ รวมไปถึงเทคโนโลยีอื่นๆ ที่เรามีเพื่อสร้างรายได้ ฉันทำมันมานานแล้ว” ก็อดดาร์ดบอกดาตานามิ “เราคิดว่าเราอยู่ในจุดที่ไม่เหมือนใครในขณะนี้ เราเข้าใจวิธีการทำสิ่งต่าง ๆ เราเคยเห็นมันทำงาน เรารู้ว่ามันทรงพลังแค่ไหน และตอนนี้เราต้องการนำมันไปสู่ชุมชนอย่างเปิดเผย” Data Framework… Continue reading จาก Wall Street สู่ Main Street: Inside Deephaven's Big Data Journey

วิทยาศาสตร์ข้อมูลคืออะไร? ผู้ได้รับรางวัลทัวริงแบ่งปันมุมมองของเขา

มีการใช้วลี “วิทยาศาสตร์ข้อมูล” ทุกวัน รวมทั้งในเอกสารเผยแพร่ฉบับนี้ด้วย เรารู้สึกว่าเรามีความคิดว่ามันคืออะไร แต่มันคืออะไรกันแน่? สำหรับคำตอบเดียว เราหันไปหาเจฟฟรีย์ อุลล์แมน ผู้ชนะรางวัลทัวริงใน 2020 “วิทยาศาสตร์ข้อมูลมาจากไหน” ถาม Ullman ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยสแตนฟอร์ด ในระหว่างการกล่าวปาฐกถาพิเศษที่การประชุม ACM Special Interest Group on Knowledge Discovery and Data Mining 27 ครั้งที่ 27 ในวันจันทร์. “ในช่วงเปลี่ยนสหัสวรรษ ผู้คนกำลังพูดถึงการขุดข้อมูลหรือการค้นพบความรู้ ซึ่ง SIGKDD ใช้ชื่อของมัน” เขากล่าวต่อ “หลังจากนั้น 75 คุณไม่สามารถพูดได้ว่าคุณกำลังทำอย่างนั้นอีกต่อไป คุณต้องบอกว่าคุณกำลังทำข้อมูลขนาดใหญ่ และตอนนี้คุณต้องบอกว่าคุณกำลังทำวิทยาศาสตร์ข้อมูล แต่แนวคิดเบื้องหลังคำที่เปลี่ยนแปลงเหล่านี้ไม่ได้เปลี่ยนไปจริงๆ” แล้วมันหมายความว่าอย่างไร? ตามคำบอกของ Ullman วิทยาศาสตร์ข้อมูล ตามที่เข้าใจกันดี ครอบคลุมสาขาวิชาต่างๆ รวมถึงสถิติ คณิตศาสตร์ การเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ การทำเหมืองข้อมูล การค้นพบความรู้ ประสบการณ์โดเมน… Continue reading วิทยาศาสตร์ข้อมูลคืออะไร? ผู้ได้รับรางวัลทัวริงแบ่งปันมุมมองของเขา

ใครเป็นผู้ชนะใน Open Source Data Tech

เข้าใจได้ว่าองค์กรต้องการนวัตกรรมที่มาพร้อมกับการใช้เทคโนโลยีการจัดการข้อมูลแบบโอเพนซอร์ส แต่คุณจะรู้ได้อย่างไรว่าเมื่อใดที่เป็นมิตรกับสิ่งแวดล้อมเกินกว่าจะนำไปใช้ แบบสำรวจใหม่จาก OpenLogic แสวงหาความคิดเห็นของมวลชนในการประเมินว่าเทคโนโลยีใดกำลังถูกใช้ในช่วงเวลาไพร์มไทม์และอะไรที่ไม่ได้ใช้งาน OpenLogic ซึ่งเป็นบริษัทในเครือของ Perforce ให้บริการสนับสนุนอย่างมืออาชีพสำหรับเทคโนโลยีโอเพ่นซอร์สมากกว่า 400 ตั้งแต่ MongoDB และ Apache Spark ไปจนถึง Kubernetes และ Elastic สำหรับรายงานแนวโน้มโอเพ่นซอร์สนั้น ได้ทำการสำรวจสองแบบแยกกัน: หนึ่งในเจ้าหน้าที่สนับสนุนสถาปนิกภายในองค์กร และอีกรายการกับผู้เชี่ยวชาญด้านการพัฒนาภายนอก แบบสำรวจสถาปนิกองค์กรระบุเทคโนโลยีบางอย่างที่คุณน่าจะรู้อยู่แล้ว รวมทั้งชื่อที่คุณอาจไม่เคยได้ยิน ตัวอย่างเช่น ไม่น่าแปลกใจเลยที่ PostgreSQL อยู่ในส่วนขวาบนของจตุภาคของเทคโนโลยีข้อมูลโอเพนซอร์ส (รูปที่ 1) ซึ่งวัด “ความสำคัญต่อการพัฒนาสมัยใหม่” ตามแกน Y และวุฒิภาวะสัมพัทธ์ตามแนว X แกน. รอบๆ PostgreSQL ในจตุภาคนั้นมีชื่อที่คุ้นเคย: Apache Kafka, Apache ActiveMQ, MariaDB, Apache Camel, Apache Cassandra, Couchbase และ MongoDB แม้แต่ Apache… Continue reading ใครเป็นผู้ชนะใน Open Source Data Tech

มองอนาคตของสถาปัตยกรรมข้อมูลแบบเปิด

Hadoop อาจเลือนหายไปในฐานะแพลตฟอร์มข้อมูล แต่ได้วางรากฐานสำหรับสถาปัตยกรรมข้อมูลแบบเปิดที่ยังคงเติบโตและพัฒนามาจนถึงทุกวันนี้ ซึ่งส่วนใหญ่อยู่ในระบบคลาวด์ เราได้ดูอนาคตของสถาปัตยกรรมข้อมูลแบบเปิดนี้ในระหว่างการประชุม Subsurface เมื่อเร็ว ๆ นี้ ซึ่งมีผู้สร้างเทคโนโลยีที่มีแนวโน้มมากมายสำหรับ data lake และ data lakehouses งานที่น่าตื่นเต้นมากมายในสถาปัตยกรรมข้อมูลในปัจจุบันกำลังเกิดขึ้นในคลาวด์ ด้วยความพร้อมใช้งานของพื้นที่จัดเก็บแบบอ็อบเจ็กต์ที่ไม่มีที่สิ้นสุด (เช่น S3) และการประมวลผลแบบออนดีมานด์ที่ไร้ขีดจำกัด (ต้องขอบคุณ Docker และ Kubernetes) ข้อจำกัดทางกายภาพของการรวบรวม จัดเก็บ และประมวลผลข้อมูลจำนวนมหาศาลได้หายไปอย่างมาก (มัน ยังได้แนะนำข้อกังวลด้านต้นทุนใหม่ แต่นั่นเป็นอีกหัวข้อหนึ่งสำหรับวันอื่น) เมื่อปัญหาหนึ่งได้รับการแก้ไข ปัญหาใหม่มักจะเข้ามาดู ในกรณีนี้ เนื่องจากการจัดเก็บและการประมวลผลได้รับการ “แก้ไข” ตอนนี้โฟกัสจึงกลายเป็นวิธีที่ดีที่สุดในการทำให้ผู้ใช้กลุ่มใหญ่ที่สุดสามารถเข้าถึงและใช้ข้อมูลนี้ได้ในลักษณะที่ส่งผลกระทบมากที่สุด ด้วยเหตุผลหลายประการ นี่ไม่ใช่ปัญหาที่แก้ไขได้ โดยเฉพาะอย่างยิ่งเมื่อพูดถึงสภาพแวดล้อม Big Data ที่กำลังขยายตัว ความพยายามที่จะใช้เทคโนโลยีและเทคนิคการจัดการข้อมูลแบบเดิมของ pigeonhole ในกระบวนทัศน์ข้อมูลบนคลาวด์แบบใหม่นี้ประสบความสำเร็จหลายอย่าง กล่าวโดยสรุป ในยุคข้อมูลคลาวด์ยุคใหม่ ความคิดดำเนินไป เราต้องการเครื่องมือและเทคโนโลยีใหม่ๆ เพื่อใช้ประโยชน์จากมัน นี่คือสิ่งที่นักเทคโนโลยีรุ่นใหม่ที่สนับสนุนเครื่องมือข้อมูลแบบเปิดเพื่อทำงานในสถาปัตยกรรมข้อมูลแบบเปิดหวังว่าจะทำ นอกจากนี้ยังเป็นสิ่งที่ Dremio ผู้ให้บริการวิเคราะห์ระบบคลาวด์มุ่งเน้นด้วยการประชุม Subsurface… Continue reading มองอนาคตของสถาปัตยกรรมข้อมูลแบบเปิด

“เหนือเทรนด์ไลน์” – Your Industry Rumour Central for 10/8/2021

เหนือเทรนด์ไลน์: ศูนย์กลางข่าวลือในอุตสาหกรรมของคุณเป็นคุณลักษณะที่เกิดซ้ำของ InsideBIGDATA ในคอลัมน์นี้ เรานำเสนอรายการข่าวที่มีความสำคัญในช่วงเวลาสั้นๆ ที่หลากหลาย โดยจัดกลุ่มตามหมวดหมู่ เช่น กิจกรรม M&A, การเคลื่อนไหวของผู้คน, ข่าวด้านเงินทุน, ความร่วมมือในอุตสาหกรรม, ชัยชนะของลูกค้า, ข่าวลือ และ scuttlebutt ทั่วไปที่ลอยอยู่รอบ ๆ ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล และการเรียนรู้ของเครื่อง อุตสาหกรรมรวมถึงเกร็ดเล็กเกร็ดน้อยเบื้องหลังและข่าวลือที่อยากรู้อยากเห็น ความตั้งใจของเราคือการจัดหาแหล่งข่าวล่าสุดแบบครบวงจรแก่คุณเพื่อช่วยให้คุณทันต่อระบบนิเวศที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ เรากำลังทำงานอย่างหนักในนามของคุณกับเครือข่ายผู้จำหน่ายที่กว้างขวางของเราเพื่อให้คุณได้รับข้อมูลล่าสุดทั้งหมด ได้ยินบางสิ่งบางอย่างด้วยตัวคุณเอง? บอกเรา! เพียงส่งอีเมลหาฉันที่: daniel@insidebigdata.com อย่าลืมทวีตบทความ Above the Trend Line โดยใช้แฮชแท็ก: #abovethetrendline ผ่านไปอีกสองสามสัปดาห์ที่ป่าเถื่อนในระบบนิเวศข้อมูลขนาดใหญ่! มาเริ่มกันเลยกับข่าวการระดมทุนใหม่ … Domino Data Lab ผู้ให้บริการแพลตฟอร์ม Enterprise MLOps ชั้นนำที่ได้รับความไว้วางใจจากผู้คนมากมาย 14% ของโชคลาภ 100 ประกาศ $100 ระดมทุนรอบล้านนำโดย Great Hill Partners… Continue reading “เหนือเทรนด์ไลน์” – Your Industry Rumour Central for 10/8/2021

ข้อมูลขนาดใหญ่สามารถกลายเป็นคู่หูที่ดีที่สุดของธุรกิจขนาดเล็กได้อย่างไร

จากเวลาที่ทั้งอินเทอร์เน็ตและโลกาภิวัตน์ได้กลายเป็น New Normal สำหรับยุคสมัยใหม่ เราเห็นการเติบโตของธุรกิจขนาดเล็ก และแนวโน้มนี้จะยังคงเพิ่มขึ้นในอนาคตเช่นกัน หมดยุคแล้วที่ธุรกิจขนาดเล็กเคยจัดการกับปัญหามากมายในขณะที่เข้าสู่อุตสาหกรรม เช่นเดียวกับในยุคสมัยใหม่ คุณสามารถเริ่มดำเนินธุรกิจออนไลน์ได้อย่างสมบูรณ์ และไม่จำเป็นต้องมีหน้าร้านจริง แต่ธุรกิจขนาดเล็กในยุคปัจจุบันกำลังเติบโตอย่างรวดเร็ว เพราะพวกเขาใช้ประโยชน์จากโซลูชันทางเทคโนโลยีให้เกิดประโยชน์สูงสุด และโซลูชันทางเทคโนโลยีอย่างหนึ่งที่สามารถกลายเป็นไม้เท้าวิเศษสำหรับธุรกิจขนาดเล็กก็คือข้อมูลขนาดใหญ่ ข้อมูลขนาดใหญ่สามารถกลายเป็นคู่หูที่ดีที่สุดของธุรกิจขนาดเล็กได้อย่างไร คลิกเพื่อทวีต เราอยู่ในยุคที่ข้อมูลขับเคลื่อน คุณจะประหลาดใจอย่างยิ่งที่รู้ว่าในยุคปัจจุบัน มีการสร้างข้อมูล 2.5 quintillion ไบต์ทุกปี และตัวเลขนี้จะเพิ่มขึ้นเรื่อยๆ ในอนาคต เช่น ดี. เราสามารถขอบคุณอินเทอร์เน็ตที่เพิ่มขึ้นสำหรับปริมาณข้อมูลที่เพิ่มขึ้นในยุคสมัยใหม่ แม้ว่าคุณจะเยี่ยมชมเว็บไซต์เพียงไม่กี่วินาที คุณก็จะทิ้งข้อมูลที่เป็นประโยชน์ไว้เบื้องหลัง โดยพื้นฐานแล้วข้อมูลขนาดใหญ่คือข้อมูลที่ไม่มีโครงสร้างจำนวนมากที่สามารถใช้โดยธุรกิจทุกขนาดและทุกประเภท เพื่อให้ได้ข้อมูลและรายละเอียดในเชิงลึก และหากคุณกำลังคิดว่าข้อมูลขนาดใหญ่นั้นใหญ่เกินไปสำหรับธุรกิจขนาดเล็ก แสดงว่าคุณคิดผิด มีหลายวิธีที่ธุรกิจขนาดเล็กสามารถใช้ข้อมูลขนาดใหญ่ได้ และนี่คือสิ่งที่เราจะพูดถึงในบล็อกโพสต์นี้โดยละเอียด การลดต้นทุนโดยรวม ธุรกิจขนาดเล็กมักต้องจัดการกับงบประมาณที่จำกัด และนี่คือเหตุผลว่าทำไมพวกเขาจึงไม่สามารถใช้จ่ายเงินต่อไปกับทุกสิ่งที่เห็นได้ เพื่อลดค่าใช้จ่ายโดยรวม ธุรกิจขนาดเล็กจะต้องมีประสิทธิภาพและประสิทธิผล เนื่องจากเป็นวิธีเดียวในการดำเนินธุรกิจต่อไปด้วยงบประมาณที่จำกัด นี่คือจุดที่ข้อมูลขนาดใหญ่สามารถพิสูจน์ได้ว่ามีประโยชน์อย่างมากสำหรับธุรกิจขนาดเล็ก คุณควรรู้ว่าเมื่อธุรกิจขนาดเล็กเริ่มใช้ข้อมูลขนาดใหญ่ พวกเขาจะได้รับข้อมูลที่จำเป็นซึ่งจะต้องระบุถึงความไร้ประสิทธิภาพในการดำเนินการต่างๆ ของพวกเขา และด้วยเหตุนี้พวกเขาจึงจะสามารถแก้ปัญหาได้ด้วยวิธีที่ดีกว่ามาก ตัวอย่างเช่น เมื่อใช้ข้อมูลขนาดใหญ่ ธุรกิจขนาดเล็กจะพบว่าไม่มีลูกค้ารายใดสนใจเลือกใช้การห่อของขวัญระหว่างการชำระเงิน ธุรกิจขนาดเล็กจึงสามารถลบตัวเลือกนี้ออกเพื่อให้มีประสิทธิภาพ การเพิ่มยอดขายและรายได้ ธุรกิจขนาดเล็กมักจะมองหาการเพิ่มยอดขายและรายได้ และคุณจะแปลกใจที่รู้ว่าธุรกิจขนาดเล็กที่นั่นสามารถใช้ข้อมูลขนาดใหญ่เพื่อเพิ่มยอดขายและรายได้ได้หลายวิธี ด้วยความช่วยเหลือของข้อมูลขนาดใหญ่ ธุรกิจขนาดเล็กสามารถได้รับข้อมูลเชิงลึกที่สำคัญเกี่ยวกับประโยชน์และความชอบในการช้อปปิ้งของลูกค้าของพวกเขา และหากธุรกิจจะมีข้อมูลเพิ่มเติมเกี่ยวกับลูกค้า… Continue reading ข้อมูลขนาดใหญ่สามารถกลายเป็นคู่หูที่ดีที่สุดของธุรกิจขนาดเล็กได้อย่างไร

บทวิจารณ์หนังสือ: “กลยุทธ์ข้อมูล: วิธีทำกำไรจากโลกของข้อมูลขนาดใหญ่ การวิเคราะห์ และปัญญาประดิษฐ์”

บทความนี้จะให้การทบทวนหนังสือ “กลยุทธ์ข้อมูล: วิธีทำกำไรจากโลกของข้อมูลขนาดใหญ่ การวิเคราะห์ และปัญญาประดิษฐ์” หนังสือ “กลยุทธ์ข้อมูล: วิธีทำกำไรจากโลกของข้อมูลขนาดใหญ่ การวิเคราะห์ และปัญญาประดิษฐ์” เขียนโดย Bernard Marr หนึ่งในผู้มีอิทธิพลด้าน AI ที่ดีที่สุด หนังสือเล่มนี้พิมพ์ครั้งที่ 2 เมื่อวันที่ 3 ตุลาคม 2021 สำหรับทุกองค์กร ข้อมูลเป็นสินทรัพย์เชิงกลยุทธ์ที่สำคัญ ด้วยความช่วยเหลือจากนักเขียนชื่อดัง Bernard Marr คุณสามารถเรียนรู้วิธีใช้ข้อมูลนี้เพื่อสร้างข้อมูลเชิงลึกที่เป็นประโยชน์และมูลค่าทางธุรกิจที่แท้จริง เมื่อใช้อย่างเหมาะสม ข้อมูลจะมีศักยภาพมหาศาลสำหรับทุกธุรกิจ ตั้งแต่องค์กรขนาดเล็กไปจนถึงกลุ่มบริษัทดิจิทัลและต่างประเทศ แต่ข้อมูลทั้งหมดกลับถูกมองข้ามไปบ่อยครั้งเกินไป Data Strategy เป็นหนังสือที่ต้องอ่านเกี่ยวกับวิธีสร้างกลยุทธ์ที่แข็งแกร่งและขับเคลื่อนด้วยข้อมูล ซึ่งจะใช้ข้อมูลเพื่อเปลี่ยนแปลงบริษัทของคุณ หนังสือเล่มนี้จะอธิบายวิธีรวบรวม ใช้ และจัดการข้อมูล โดยให้ทักษะและยุทธวิธีแก่ธุรกิจต่างๆ ที่พวกเขาจำเป็นต้องประสบความสำเร็จในเศรษฐกิจดิจิทัล สิ่งพิมพ์ขายดีเล่มนี้ ซึ่งขณะนี้เป็นฉบับพิมพ์ครั้งที่ 2 ได้รับการแก้ไขแล้วโดยสมบูรณ์ด้วยข้อมูลใหม่เกี่ยวกับวิธีการทำความเข้าใจผู้บริโภคและตลาดของคุณให้ดียิ่งขึ้น ตลอดจนวิธีการจัดหาบริการและผลิตภัณฑ์อันชาญฉลาดให้กับพวกเขา Bernard Marr ให้ความรู้ที่ไม่มีใครเทียบได้เกี่ยวกับวิธีการบรรลุความได้เปรียบในการแข่งขันในโลกที่ขับเคลื่อนด้วยข้อมูล โดยมีกรณีศึกษาและตัวอย่างในโลกแห่งความเป็นจริงตลอดมา Bernard Marr เป็นนักเขียนยอดนิยม นักอนาคต และผู้เชี่ยวชาญด้านข้อมูลและปัญญาประดิษฐ์… Continue reading บทวิจารณ์หนังสือ: “กลยุทธ์ข้อมูล: วิธีทำกำไรจากโลกของข้อมูลขนาดใหญ่ การวิเคราะห์ และปัญญาประดิษฐ์”

InsideBIGDATA ข่าวล่าสุด – 10/4/2021

ในคอลัมน์ประจำนี้ เราจะนำเสนอข่าวสารอุตสาหกรรมล่าสุดทั้งหมดที่มีศูนย์กลางอยู่ที่หัวข้อหลักที่เราให้ความสำคัญ: ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล แมชชีนเลิร์นนิง AI และการเรียนรู้เชิงลึก อุตสาหกรรมของเราเร่งตัวขึ้นอย่างต่อเนื่องด้วยการประกาศผลิตภัณฑ์และบริการใหม่ทุกวัน โชคดีที่เราติดต่อกับผู้ขายจากระบบนิเวศที่กว้างใหญ่นี้อย่างใกล้ชิด ดังนั้นเราจึงอยู่ในสถานะที่ไม่ซ้ำใครที่จะแจ้งให้คุณทราบเกี่ยวกับสิ่งใหม่และน่าตื่นเต้นทั้งหมด ฐานข้อมูลอุตสาหกรรมขนาดใหญ่ของเรากำลังเติบโตอยู่ตลอดเวลา ดังนั้นโปรดติดตามข่าวสารล่าสุดที่อธิบายถึงเทคโนโลยีที่อาจทำให้คุณและองค์กรของคุณสามารถแข่งขันได้มากขึ้น Akridata เปิดตัวแพลตฟอร์มข้อมูล Edge แรกของโลกสำหรับ AI ที่เน้นข้อมูล Akridata ผู้ผลิตหมวดหมู่และผู้บุกเบิก AI ที่เน้นข้อมูล ประกาศเปิดตัว Akridata Edge Data Platform ซึ่งสร้างและจัดการไปป์ไลน์ข้อมูลอัจฉริยะและเวิร์กโฟลว์ AI ที่ครอบคลุม Edge-Core ทรัพยากร -Cloud – อุตสาหกรรมแรก ซอฟต์แวร์ Akridata แก้ปัญหาที่เกิดขึ้นเมื่อสตรีมข้อมูลจำนวนมากจากอุปกรณ์ Edge ที่กระจัดกระจายอยู่ทางกายภาพ สร้างข้อมูลจำนวนมากที่ไม่สามารถจัดระเบียบ กรอง เข้าถึง และประมวลผลได้ ในปัจจุบัน เป็นเรื่องปกติสำหรับองค์กรที่จะรวบรวมข้อมูลหลายสิบเทราไบต์ต่อวันจากอุปกรณ์ที่ทำงานอัตโนมัติเพียงเครื่องเดียว ด้วยแพลตฟอร์มโครงสร้างพื้นฐาน AI แรกในหมวด AI ที่เน้นข้อมูล Akridata ให้โครงสร้างแบบกระจายศูนย์และกระบวนการที่ปรับขนาดได้เพื่อส่งมอบชุดข้อมูล AI ที่ดูแลจัดการ… Continue reading InsideBIGDATA ข่าวล่าสุด – 10/4/2021

Apollo CEO Bullish เกี่ยวกับศักยภาพของ GraphQL ในองค์กร

Geoff Schmidt ซีอีโอและผู้ร่วมก่อตั้ง GraphQL-backer Apollo ได้ลงทุนด้วยเงิน 130 ล้านดอลลาร์สหรัฐฯ และการประเมินมูลค่าเกิน 1.5 พันล้านดอลลาร์ มากที่จะตื่นเต้นเกี่ยวกับ แต่วิธีที่ Schmidt มองเห็นนั้น Apollo เพิ่งเริ่มต้น เนื่องจากเขาคิดว่า GraphQL มีศักยภาพในการเขียนกฎเกณฑ์ของไอทีระดับองค์กรใหม่โดยพื้นฐาน “เราคิดว่ามันจะใหญ่เท่ากับเวอร์ชวลไลเซชั่นหรือใหญ่เท่าบิ๊กดาต้า” ชมิดท์กล่าว “เราคิดว่าทุกองค์กรจะต้องมีกลยุทธ์ด้านกราฟ” คุณจะจำได้ว่า GraphQL เป็นเทคโนโลยีโอเพ่นซอร์สที่สร้างขึ้นโดย Facebook เพื่อทำให้วิธีที่นักพัฒนาเข้าถึง API ได้ง่ายขึ้น เช่นเดียวกับบริษัทขนาดใหญ่หลายแห่ง Facebook อาศัย API ในการรับข้อมูลจากเซิร์ฟเวอร์ของตนไปยังเว็บเบราว์เซอร์และไคลเอนต์มือถือทั้งหมดที่รองรับ อย่างไรก็ตาม นักพัฒนาของ Facebook พบว่าอิมพีแดนซ์ไม่ตรงกันระหว่างวิธีที่พวกเขาคิดเกี่ยวกับข้อมูลกับสิ่งที่เซิร์ฟเวอร์ต้องการจริงๆ “เรารู้สึกผิดหวังกับความแตกต่างระหว่างข้อมูลที่เราต้องการใช้ในแอพของเราและการสืบค้นเซิร์ฟเวอร์ที่พวกเขาต้องการ” Lee Byron ผู้สร้าง GraphQL เขียนในโพสต์ 130 บน บล็อก Facebook Engineering “เราไม่ได้คิดถึงข้อมูลในแง่ของ URL ทรัพยากร คีย์รอง หรือตารางรวม… Continue reading Apollo CEO Bullish เกี่ยวกับศักยภาพของ GraphQL ในองค์กร

TOP 10 บทความภายในBIGDATA ประจำเดือน กันยายน 2564

ในคุณสมบัติปกติที่ต่อเนื่องนี้ เราให้ผู้อ่านที่มีค่าของเราทุกคนทราบล่วงหน้าทุกเดือนสำหรับบทความที่มีคนดูมากที่สุด 24 ที่ปรากฏในภายในBIGDATA เราได้ยินจากผู้ติดตามของเราหลายคนว่าฟีเจอร์นี้จะช่วยให้พวกเขาติดตามข่าวสารและฟีเจอร์สำคัญที่ไหลผ่านช่องต่างๆ ของเราได้ เรายินดีที่จะบังคับ! เราเข้าใจดีว่าผู้เชี่ยวชาญด้านข้อมูลขนาดใหญ่ที่มีงานยุ่งไม่สามารถตรวจสอบไซต์ได้ทุกวัน Daniel – Editor-in-Chief & Resident Data Scientist, insideBIGDATA TOP Articles for September 2021 (จากมากไปน้อย ลำดับความนิยม) 1. Data Science กำลังเปลี่ยนโลกให้ดีขึ้น: นี่คือวิธี 2. อินโฟกราฟิก: ซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดเท่าที่เคยสร้างมาและใครเป็นคนสร้าง 3. ดีที่สุดของ arXiv.org สำหรับ AI, การเรียนรู้ของเครื่องและการเรียนรู้อย่างลึกซึ้ง – สิงหาคม 2021 4. “เหนือเส้นแนวโน้ม” – ข่าวลืออุตสาหกรรมของคุณเป็นศูนย์กลางสำหรับวันที่ 1/9/1/2021 5. การเพิ่มประสิทธิภาพทางคณิตศาสตร์: ทรงพลัง เทคโนโลยีการวิเคราะห์เชิงกำหนดที่อยู่ในกล่องเครื่องมือวิทยาศาสตร์ข้อมูลของคุณ 6. ได้ยินบนท้องถนน – 9/27/2021 7. ได้ยิน… Continue reading TOP 10 บทความภายในBIGDATA ประจำเดือน กันยายน 2564