Data Science Arbeitsbereich

Übergreifende Zusammenarbeit im gesamten Daten- und ML-Lebenszyklus

Erste Schritte Planen Sie eine Demo

Der Data Science Workspace ist eine kollaborative Umgebung für Anwender, um alle Analyseprozesse an einem Ort auszuführen und ML-Modelle über den gesamten Lebenszyklus zu verwalten.

Gerade angekündigt:
Der Workspace der nächsten Generation

VORSCHAU

Datenteams an einem Ort zusammenbringen

ENTDECKEN

Verwenden Sie interaktive Notebooks mit Mehrsprachenunterstützung, um Befehle in R, Python, Scala oder SQL zu schreiben und Ihre Lieblingsbibliotheken aus Python, Java oder Scala wiederzuverwenden, um schnell Erkenntnisse zu gewinnen.

VISUALISIEREN

Nutzen Sie eine breite Palette an interaktiven Point-and-Click-Visualisierungen oder greifen Sie auf leistungsstarke, skriptfähige Optionen wie matplotlib, ggplot oder D3 zurück, um Ergebnisse zu sehen.

ZUSAMMENARBEITEN

Arbeiten Sie mit den gleichen Notebooks in Echtzeit mit Ihren bevorzugten Tools und Sprachen und verfolgen Sie Änderungen und Versionen automatisch.

VERÖFFENTLICHEN

Teilen Sie Erkenntnisse mit Ihren Kollegen und Kunden oder lassen Sie sie interaktive Abfragen auf integrierten Dashboards ausführen.

Erstellen

Erstellen Sie modernste Modelle mit den gängigsten ML-Frameworks und Augmented Machine Learning, von der Datenaufbereitung bis zur Inferenz.

Operationalisieren

Verwalten Sie Machine-Learning-Modelle aus einem zentralen Repository, stellen Sie sie nahtlos in Databricks, Containern oder Inferenzdiensten bereit und überwachen Sie die Leistung.

Produktkomponenten

Kollaborative Notebooks

Databricks Notebooks unterstützen Python, R, SQL und Scala, so dass Anwender mit den Sprachen und Bibliotheken ihrer Wahl zusammenarbeiten können, um Einblicke zu entdecken, zu visualisieren und mit den Beteiligten auszutauschen.

Machine Learning Runtime

Ein-Klick-Zugriff auf vorkonfigurierte ML-Cluster, basierend auf einer skalierbaren und zuverlässigen Verteilung der gängigsten ML-Frameworks, mit integriertem AutoML und Optimierungen für unübertroffene Leistung bei hoher Skalierbarkeit.

Managed MLflow

Basierend auf MLflow – einer Open-Source-Plattform von Databricks – unterstützt Managed MLflow die Verwaltung von ML-Modellen vom Experimentierprozess bis zur Produktion, mit Unternehmenssicherheit, Zuverlässigkeit und Skalierbarkeit.

Vorteile

Für Data Scientists

Durchsuchen Sie Daten schnell mit Point-and-Click-Visualisierungen oder in den Sprachen Ihrer Wahl, arbeiten Sie zusammen und tauschen Sie Erkenntnisse mit Beteiligten über interaktive Live-Dashboards aus.

Für ML-Ingenieure

Erstellen und verwalten Sie gemeinsam Modelle vom Experiment bis zur Produktion, setzen Sie sie für Batch- oder Echtzeit-Inferenzen im großen Stil ein und überwachen Sie die Produktionsauslastung.

Für Business-Analysten

Erhalten Sie Einblick in große Datensätze unter Verwendung von SQL-Abfragen, integrierten Visualisierungen oder Dashboards und verbinden Sie sich mit bekannten BI-Tools, wie PowerBI und Tableau.

Für Data Engineers

Entwickeln Sie stabile Daten-Pipelines. Automatisieren und überwachen Sie Produktions-Jobs mithilfe von Scala, Java und integrierten Notebooks, sowie APIs.

Ökosystem-Support

Sprachen

ML-Bibliotheken & -Frameworks

IDEs & Notebooks

Integrationen

Kundenberichte

Sehen Sie sich den Spark + AI Summit Talk an.

Erstellung einer Unternehmensdatenplattform mit Azure Databricks, um Machine Learning und Data Science in Sam's Club zu ermöglichen.

Möchten Sie loslegen?