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..

Dienstleister und Hersteller von Konsumgütern sitzen auf einem Schatz aus Kundendaten. Doch nicht alle sind in der Lage, diese Informationen effektiv zu nutzen und daraus einen erlebbaren Mehrwert für den Endkunden zu machen. Ein Faktor, der dieses Ziel erschweren kann, ist eine disparate IT-Landschaft mit einer Vielzahl von parallel eingesetzten Tools im Marketing. Marketingexperten wenden sich i..

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.

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

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..