„Data Science Workbench” von Cloudera
Die kollaborative Self-Service-Umgebung ermöglicht die sichere Erforschung, Visualisierung und Modellierung von Daten und bringt Data-Scientists, Analysten und Fachbereiche zusammen

(pressebox) München / Palo Alto (Kalifornien), 29.03.2017 - Cloudera hat mit seiner Data Science Workbench ein neues Self-Service-Werkzeug für Data-Science auf Cloudera Enterprise vorgestellt, das sich aktuell noch in der Betaphase befindet. Die Data Science Workbench basiert auf der Übernahme des Data-Science-Startups Sense.io im vergangenen Jahr und erlaubt Datenforschern, ihre bevorzugten Open-Source-Programmiersprachen – darunter R, Python und Scala – und Bibliotheken auf einer sicheren Unternehmensplattform zu nutzen. Mit nativer Integration von Apache Spark und Apache Hadoop werden Analyseprojekte von der Exploration bis zur Produktion beschleunigt.

„Cloudera ist darauf ausgerichtet, für Datenforscher und Entwicklerteams die Anwendungserfahrung zu verbessern. Insbesondere gilt das für diejenigen, die mit Spark ihre Analysen für Datenverarbeitung und Machine Learning skalieren wollen”, so Charles Zedlewski, Senior Vice President Products bei Cloudera. „ Die Übernahme von Sense.io und seinem Team hat uns eine solide Grundlage verschafft. Mit der Data Science Workbench ist Self-Service Data-Science in großem Maßstab für unsere Kunden in greifbare Nähe gerückt.”

Vorteile der Cloudera Data Science Workbench:

Für Datenforscher:

• Nutzung von R, Python oder Scala mit bevorzugten Bibliotheken und Frameworks direkt aus dem Web-Browser.
• Direkter Zugriff auf Daten in sicheren Hadoop-Clustern mit Spark und Impala.
• Teilen von Erkenntnissen mit dem ganzen Team für reproduzierbare, kollaborative Forschung.

Für IT-Profis:

• Data-Science-Teams bekommen die Freiheit, zu arbeiten, wie sie wollen und wann sie wollen.
• Dauerhafte Compliance dank voller Hadoop-Security-Unterstützung, einschließlich Kerberos.
• Läuft überall da, wo die Daten verwaltet werden, ob On-Premise oder in der Cloud.

Offene Data Science geht über die umfassenden Python- und R-Ökosysteme hinaus und beinhaltet Deep-Learning-Frameworks wie Tensorflow, Microsoft Cognitive Toolkit, MXnet, BigDL und weitere. Teams aus Datenforschern suchen nach Wegen, diese Werkzeuge an die Daten heranzubringen, die zunehmend in Hadoop-Umgebungen gespeichert sind. Die Data Science Workbench bietet eine sichere Umgebung, um die neuesten Open-Source-Innovationen mit der einheitlichen Plattform von Cloudera zu kombinieren.

„Die Cloudera Data Science Workbench stellt einen fertigen Zugriff auf Daten bereit. Dadurch sind AI-Anwendungen, die mit der automatischen Machine-Learning-Plattform von DataRobot geliefert werden, schneller einsatzbereit”, so Jeremy Achin, CEO und Mitgründer von DataRobot. „DataRobot ist vollständig integriert. Cloudera-Anwender können mit den besten Algorithmen und Data-Science-Techniken über eine leicht bedienbare Oberfläche ihren Geschäftswert erhöhen.”

„Die IT-Abteilungen unserer Kunden haben oft damit zu kämpfen, Datenforscher in geteilten Umgebungen an Bord zu holen. Das liegt daran, dass ihre Anforderungen so unterschiedlich sind, speziell wenn Open-Source-Werkzeuge im Spiel sind. Die Folgen sind üblicherweise Doubletten, Analyse-Silos und begrenzte Sicherheit und Kontrolle. In der Zwischenzeit schauen sich die Datenforscher andauernd nach Möglichkeiten um, ihre Arbeit auf größeren Datenbeständen und leistungsfähigeren Rechnerplattformen anzuwenden”, so Zedlewski weiter. „Mit der Data Science Workbench hilft Cloudera den IT-Abteilungen und Datenforschern bei der Zusammenarbeit und bringt auf flexible und compliancegerechte Weise mehr Anwender in geteilte Umgebungen.”