Hitachi Vantara выпустила программную платформу для интеграции и аналитики данных Pentaho 8.2

Hitachi Vantara представила решение Pentaho 8.2 – новую версию своей программной платформы для интеграции и аналитики данных. Она предлагает новые средства интеграции с платформой для создания объектных хранилищ Hitachi Content Platform (HCP). Pentaho 8.2 обеспечивает более эффективную интеграцию продуктов Hitachi Vantara и позволяет реализовать ключевые для отрасли сценарии использования за счет доступа к неструктурированным данным из HCP. Платформа также дает возможность использовать новые подходы к управлению гибридной облачной средой и расширяет поддержку аналитической экосистемы. Интеграция с HCP позволяет пользователям создавать конвейеры данных, включающие источники структурированных и неструктурированных данных, такие как текст, видео, аудио, изображения, историю посещений сайтов, файлы журналов. Это позволит специалистам по изучению данных получать более глубокие знания, обеспечивающие большие преимущества для бизнеса. Pentaho 8.2 дает возможность использовать разные типы данных в таких областях, как: банковская сфера, здравоохранение, розничная торговля и Общественная безопасность. Пользователи смогут разместить данные на платформе HCP, которая функционирует как озеро данных, а затем использовать Pentaho для подготовки, очистки и нормализации данных в HCP. После этого Pentaho позволит определить, какие данные подходят для каждого целевого облака. Это позволит компаниям более эффективно управлять затратами. Вместе с этим Pentaho 8.2 расширяет поддержку экосистемы продуктов и технологий сторонних разработчиков, которые помогают организациям оптимизировать свои конвейеры данных и аналитические проекты. В частности, пользователи Pentaho могут использовать этот протокол сообщений AMQP, который позволяет компаниям организовать чтение и публикацию потоковых данных с граничных устройств в облаке в новых сценариях с применением систем IoT. Пользователи Pentaho 8.2 также могут работать с моделями машинного и глубокого обучения, созданными на языке Python, и выполнять вызовы API популярных библиотек, таких как Scikit-learn и TensorFlow. Ссылка на источник