Cloudera lanza Data Science Workbench, diseñado para acelerar el 'data science' y el 'machine learning' en la empresa

Charles Zedlewski, senior vicepresidente de producto en Cloudera ha asegurado que nos encontramos a las puertas de la edad de oro del machine learning a pesar de que los científicos de datos continúan teniendo problemas a la hora de crear y probar nuevos proyectos analíticos al ritmo que les gustaría. "Data Science Workbench es una herramienta de autoservicio que acelera la capacidad de crear, escalar e implementar soluciones de machine learning utilizando las tecnologías más potentes. Esto significa que los científicos de datos tienen ahora libertad para compartir, colaborar y administrar sus datos como mejor les convenga a ellos y a su empresa, haciendo más rápido y sencillo el camino hacia la producción".

Cloudera Data Science Workbench ofrece una auténtica experiencia autoservicio para el data science, ya que ofrece a los usuarios la posibilidad de descargar y experimentar con lo último en bibliotecas y frameworks en entornos de trabajo personalizables. Además ofrece soporte para autenticación, autorización y encriptación en Hadoop.

"Hemos constatado una disminución en el tiempo de desarrollo de los modelos y una mayor visibilidad en el seguimiento del progreso y los resultados", asegura Simon Sandford-Taylor, Chief Technology Officer de la Oficina de Estadísticas Nacional de Reino Unido. "En nuestra opinión, Cloudera Data Science Workbench tiene el potencial para acelerar nuestro calendario de lanzamientos y ayudarnos a compartir nuestras mejores prácticas".

Cloudera Data Science Workbench se integra fácilmente con frameworks complejos, incluyendo BigDL que es capaz de funcionar directamente desde dentro de Cloudera Data Science Workbench. Asimismo, los beneficios de la integración de BigDL en Data Science Workbench incluyen la posibilidad de aprovechar las bibliotecas y tácticas de aprendizaje profundo en la arquitectura de la CPU sin necesidad de recurrir a consideraciones de un hardware adicional.

"Los clientes empresariales necesitan una plataforma cohesiva para escalar sus soluciones analíticas y maximizar sus inversiones. La integración nativa de BigDL en Apache Spark permite llevar el aprendizaje profundo al ecosistema de Apache Spark y aportar mayor valor a los clientes empresariales", aseguró Michael Greene, vicepresidente y manager principal de sistemas tecnológicos y optimización de software y servicio en Intel Corporation. "El framework BigDL ayudará a los clientes a aprovechar mejor sus inversiones para construir capacidades analíticas con un rendimiento optimizado en la arquitectura Intel".