Big Data

„Wann wissen wir, ob das Modell-Training abgeschlossen ist und wir das fertige Modell deployen können?“. Diese Frage kennen Data Scientists. Nach vielen Experimenten, um die Modell-Qualität zu verbessern, müssen sie den Code und das Modell-Artefakt produktionsreif machen. Wie gelingt dieser Übergang stressfrei? Warum sollte man bei der anfangs gestellten Frage stutzig werden? Antworten in diesem A..

Zur Lösung komplexer Fragestellungen werden häufig KI-Modelle herangezogen, doch oft erreichen diese Projekte nur den Status des Proof of Concept (PoC). Ein Vergleich zu Softwareprojekten ermöglicht es, Hindernisse zu erkennen und diese mithilfe von entsprechenden Technologien und Tools zu lösen. Industrialisierung und automatisches Retraining von KI-Modellen sind der entscheidende Faktor für den ..

BI-Spektrum sprach mit Alberto Pan, CTO des Datenmanagement-Spezialisten Denodo, über die Notwendigkeiten und Herausforderungen moderner Datenarchitekturen und Datenvirtualisierung.

Das Herzstück jeder Business-Intelligence-Architektur ist das Data Warehouse. Das wird auch auf absehbare Zeit so bleiben, auch wenn sich die die zugrunde liegenden Technologien und die Anwenderanforderungen ständig verändern.

Stellen Sie sich vor, Sie möchten einen ganzen Stab an Satelliten ins Weltall schießen, um dort ein zentrales Satelliten-Netzwerk aufzubauen. Ein komplexes Unterfangen, das von vielen Faktoren beeinflusst wird, wie zum Beispiel der Kommandozentrale, dem Weltraumbahnhof, dem Wetter und so weiter. Mit ähnlichen Einflüssen hatten wir es beim Aufbau einer Datenplattform in einem multinationalen Untern..