Charles Zedlewski

Fruto de la adquisición el año pasado de la startup especializada en data science Sense.io, Data Science Workbench permite a los especialistas en Big Data utilizar sus lenguajes de código abierto favoritos, incluyendo R, Python y Scala; y acceder a sus bibliotecas en una plataforma empresarial segura sobre la base de Apache Spark nativo y la integración de Apache Hadoop, para acelerar los proyectos de análisis desde la exploración a la producción.

"Cloudera está decidida a mejorar la experiencia de los usuarios de data science y los equipos de ingeniería, en particular la de aquellos que quieren escalar sus análisis utilizando Spark para el procesamiento datos y el machine learning", comenta Charles Zedlewski, vicepresidente senior de Productos en Cloudera.

"La adquisición de Sense.io y su equipo nos proporcionó una sólida base sobre la que trabajar y ahora, gracias a Data Science Workbench, podemos poner ahora el autoservicio de data science escalable al alcance de nuestros clientes".

Más en concreto, entre los beneficios aportados por Data Science Workbench están el que los científicos de datos puedan utilizar R, Python o Scala con sus bibliotecas y frameworks favoritos directamente desde el navegador web; así como el acceso directo a datos en clusters seguros de Hadoop con Spark e Impala, y el poder compartir ideas con todo el equipo para una investigación reproducible y colaborativa.

Por otra parte, los profesionales de TI pueden dar libertad al equipo de data science para trabajar como quieran y cuando quieran, cumplir con el soporte “out-of-the-box” de seguridad completa en Hadoop, especialmente en Kerberos, y realizar el trabajo on-premise o en la nube, de modo que el usuario pueda decidir en función de dónde gestione sus datos.

A medida que el data science abierto se expande más allá de los extensos ecosistemas Python y R, para incluir marcos de aprendizaje profundo como Tensorflow, Microsoft Cognitive Toolkit, MXnet o BigDL, los equipos de ciencia de datos buscan nuevas formas de trasladar estas herramientas a sus datos almacenados en los entornos Hadoop.

“Al proporcionar fácil acceso a los datos, Data Science Workbench reduce el tiempo necesario para poner en valor aplicaciones IA desarolladas con la plataforma automatizada de machine learning de DataRobot”, explica Jeremy Achin, CEO y cofundador de DataRobot. “DataRobot está completamente integrado y ayuda a los usuarios de Cloudera a aumentar y aprovechar el valor de negocio de las mejores técnicas en algoritmos y data science gracias a su sencilla interfaz".

"Los equipos de TI tienen que lidiar con dificultades para que los científicos de datos se unan a entornos compartidos, ya que sus necesidades son muy diversas, especialmente cuando están involucradas herramientas de código abierto. Como resultado se producen duplicaciones, silos analíticos y limitaciones de la seguridad y el control. Mientras tanto, los científicos de datos están constantemente buscando expandir su trabajo a conjuntos de datos más grandes y plataformas de computación más potentes", explica Zedlewski.

"Con Data Science Workbench, Cloudera ayuda a los departamentos de TI y a los científicos de datos a trabajar juntos, atrayendo a más usuarios a entornos compartidos en la nube de una forma correcta y flexible". Más información en www.cloudera.com en www.cloudera.com/blog/ y en http://vision.cloudera.com