L’innovazione veloce pone sempre nuove sfide sul fronte della gestione dei dati cloud-based. Fino a poco tempo fa, in particolare, le piattaforme di ingegneria dei dati erano dedicate all’elaborazione delle informazioni e all’instradamento dei dati. Oggi, sempre più aziende cercano una piattaforma globale che integri il livello di data science con data lake e pipeline di dati.
I data lake sono ora una risorsa con best practice conosciute e padroneggiate, mentre sul fronte della scienza dei dati lo stato dell’arte non è ancora stato raggiunto. In questa fase è dunque importante riconoscere le migliori pratiche per sfruttare i dati cloud-based e applicarle all’interno di tali piattaforme. Si tratta di un momento di transizione a cui seguirà un’ulteriore industrializzazione: secondo gli esperti fra cinque anni, le piattaforme di machine learning operation verranno distribuite in modo automatizzato su AWS, le pratiche saranno standardizzate e non ci saranno più incognite sul da farsi.
Questo white paper, fornito da Devoteam, offre una panoramica delle sfide da affrontare in relazione ai dati cloud-based. Proseguendo la lettura, approfondirete questi punti chiave:
- l’evoluzione del data lake verso i servizi cloud e relative best practice
- le criticità e i vantaggi dell’approccio ML Ops
- come sfruttare il potenziale dei dati per obiettivi di marketing: il caso Olympique de Marseille
- la questione del rilevamento di anomalie e serie temporali, con un esempio calcistico
- la professione di data scientist oggi: approcci, prospettive, evoluzioni
