Cloudera宣布為數據團隊提供新的機器學習產品

軟件公司Cloudera 今天在Strata Data London會議上宣布了一系列機器學習產品更新：Cloudera Data Science Workbench 1.4，Microsoft Azure上的Cloudera Altus數據工程和Cloudera Enterprise 6.0。首席執行官湯姆賴利說，這三個都專注于促進數據團隊之間的協作。

“我們相信數據可以使明天不可能實現的目標成為可能。憑借增強的機器學習，分析和云功能，我們宣布的新軟件產品和云服務將使我們的客戶能夠更快地在數據經濟中獲得競爭優勢，“Reilly在一份聲明中說。“這些增強功能證明了Cloudera對市場領先創新的承諾，這些創新使企業能夠將復雜數據安全地轉化為清晰可行的見解，從而推動其數字化轉型。

Azure上的Cloudera Altus Data Engineering于昨天上線，支持Apache Spark，Apache Hive，Hive on Spark和MapReduce 2. Cloud Enterprise 6.0和Altus Analytic DB現已推出測試階段，而Data Science Workbench 1.4預計將于今年夏天推出。

Data Science Workbench允許數據科學團隊在單一平臺上構建，運行，訓練，比較和實施機器學習模型。1.4版具有用于運行和跟蹤實驗的改進工具包以及一鍵式工具，允許用戶將模型部署為用于聯網應用程序的Representational State Transfer(REST)API。

Cloudera Atlus更加以云為中心; Cloudera聲稱它是服務上的第一個“多云，多功能”平臺。其下的產品包括Data Engineering for Azure，它授予處理作業對Microsoft Azure Data Lake Store(ADLS)的讀寫訪問權限，以及Altus Analytic DB，一種“數據倉庫”服務，可在SQL，Python，R中提供數據庫分析。和其他格式通過Altus SDX。這是Cloudera Altus軟件開發工具包(SDK)的補充，它允許以編程方式訪問Java以及標記潛在問題的自動化工作負載性能監視器。

最后，但并非最不重要的是Cloudera Enterprise，一個用于機器學習和分析應用程序的平臺。與上一版本相比，最新的迭代(版本6.0)引入了GPU支持和Apache Hive數據倉庫優化，“顯著加速了機器學習和數據工程應用程序”。它還提供Apache Solr 7.0(支持嵌套數據類型和JSON方面)，Kafka 1.0和Spark 2.2作為完全本機組件。Cloudera聲稱，即使單個Cloudera Manager 6.0接口集群中有多達2,500個節點，平臺上的機器學習也有可能快10倍。利用Apache Hive 2.0的分析工作負載可以使性能提高80%%。

“我們很高興能夠在Cloudera Data Science Workbench中推出新功能，加速數據科學家的日常工作流程，包括實驗管理和模型部署，以及保持數據安全和治理的無縫體驗，”Hilary Mason，總經理Cloudera的機器學習在一份聲明中說。