为何说尖端分析技术处于边缘？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-16
在人工智能，物联网和个性化世界中，数据和实时洞察力在企业内部已变得至关重要
实时可操作“即时”的洞察力可以在瞬间做出更好的决策，从而可以极大地改善客户体验和运营效率，并开辟新的业务模型，这些可行的见解来自于基于事务和流数据工作负载中的数据的分析和决策，为了保持竞争力，企业需要整合一个实时交易分析系统，该系统结合了流数据和历史交易数据以提供有价值的见解，例子包括针对支付欺诈的异常检测，广告技术中的个性化定位以及针对电子商务和媒体的推荐引擎。
您激动并认为有潜力的一项新兴技术是什么？这项技术有什么特别之处？
边缘计算是真实的。在这里，公司必须制定一项策略，以处理来自全球设备的实时大量数据流入，分析师预测，到2020年，将有500亿个远程信息处理设备，并预测到2025年，全球数据总和将达到175 ZB。尽管边缘计算正给IT基础架构带来巨大压力，而在IT基础架构中，网络，存储和应用层的传统系统正面临着巨大压力。今天的压力很大-新一代系统即将上市，以帮助公司应对由边缘计算引起的数据爆炸。
令人兴奋的是，这些新系统使公司能够以全新的方式与客户互动的能力
今天企业面临的挑战是什么？大多数企业如何响应（并且有效）？随着企业不断扩大其数字投资，他们面临着从以数据为主导的战略转变为以见解为主导的战略的挑战，他们收集了很多数据，并建立了数据仓库和数据湖，但是他们正努力利用数据来获取洞察力，从而做出更好的实时业务决策，企业开始在其数据平台上进行再投资。他们知道他们需要将流数据和事务数据分析结合起来，但是由于现有的遗留系统，终他们陷入了技术限制。
的障碍之一是处理利用当今基于机器学习的应用程序的功能和前景所需要的大量数据
机器学习和AI引擎在馈入足够数量的数据时表现，这些数据足以使模型足够准确以按设计工作，我们称其为“饥饿的机器学习和AI”，如今公司面临着在传统数据系统上真正增强机器学习和基于AI的应用程序的挑战，数据和分析中是否有一项新技术正在带来比大多数人意识到的更多的挑战？企业应如何调整其方法？近年来，存储技术取得了许多进步，这些成就不仅带来了希望，而且也带来了许多挑战，很难相信，但是几年前作为标准存储介质的传统旋转磁盘驱动器正迅速被基于闪存的固态存储器取代，另外动态存储器容量正在迅速增加。
随着这些存储层变得更加经济
公司必须确定正确的存储类型组合，以地处理海量数据涌入，并提供正确的性能并持久地支持采用以下功能的新型关键任务运营应用程序：机器学习和AI，传统BI和报告体系结构无法很好地支持这些存储层和应用程序之上所需的分析，公司需要开始重新评估他们的存储和分析方法，着眼于当今出现的混合存储架构和实时分析平台。
您的企业在今天花费多的时间和资源是什么？
我们认为，迫切需要下一代数据和分析平台，以帮助解决由于边缘计算兴起而导致公司面临的一些紧迫问题，目前我们帮助全球一些，创新性的公司管理其参与系统的超大规模数据需求-那些直接接触其客户和用户的系统-消耗大量的流数据，这些流数据与回传的数据合并记录系统，我们与这些公司合作的经验促使人们开始研究如何利用这些数据源的组合来帮助我们的客户和潜在客户实时获得更好的见解，从而做出更好的决策来推动新的业务模式并获得竞争优势。
您如何看待2020年及以后的分析和数据管理？我们还没有听说过什么呢？
随着边缘技术的不断发展，分析和数据管理正在发生巨大变化，建立用于管理相对静态数据并驱动每月，每周或每天更新的分析的数据管理系统不再适用于当今公司部署的许多关键任务应用程序，有趣的是边缘应用程序或参与系统本身就嵌入了分析功能，他们可以对大量数据进行建模和分析，无需人工干预即可做出决策，从本质上讲，它们就像在实时互动中一样，是在模仿人类的决策。
我们看到数据管理和分析的发展支持了公司内部和公司内部更广泛的实时决策
实时可操作“即时”的洞察力可以在瞬间做出更好的决策，从而可以极大地改善客户体验和运营效率，并开辟新的业务模型，这些可行的见解来自于基于事务和流数据工作负载中的数据的分析和决策，为了保持竞争力，企业需要整合一个实时交易分析系统，该系统结合了流数据和历史交易数据以提供有价值的见解，例子包括针对支付欺诈的异常检测，广告技术中的个性化定位以及针对电子商务和媒体的推荐引擎。
您激动并认为有潜力的一项新兴技术是什么？这项技术有什么特别之处？
边缘计算是真实的。在这里，公司必须制定一项策略，以处理来自全球设备的实时大量数据流入，分析师预测，到2020年，将有500亿个远程信息处理设备，并预测到2025年，全球数据总和将达到175 ZB。尽管边缘计算正给IT基础架构带来巨大压力，而在IT基础架构中，网络，存储和应用层的传统系统正面临着巨大压力。今天的压力很大-新一代系统即将上市，以帮助公司应对由边缘计算引起的数据爆炸。
令人兴奋的是，这些新系统使公司能够以全新的方式与客户互动的能力
今天企业面临的挑战是什么？大多数企业如何响应（并且有效）？随着企业不断扩大其数字投资，他们面临着从以数据为主导的战略转变为以见解为主导的战略的挑战，他们收集了很多数据，并建立了数据仓库和数据湖，但是他们正努力利用数据来获取洞察力，从而做出更好的实时业务决策，企业开始在其数据平台上进行再投资。他们知道他们需要将流数据和事务数据分析结合起来，但是由于现有的遗留系统，终他们陷入了技术限制。
的障碍之一是处理利用当今基于机器学习的应用程序的功能和前景所需要的大量数据
机器学习和AI引擎在馈入足够数量的数据时表现，这些数据足以使模型足够准确以按设计工作，我们称其为“饥饿的机器学习和AI”，如今公司面临着在传统数据系统上真正增强机器学习和基于AI的应用程序的挑战，数据和分析中是否有一项新技术正在带来比大多数人意识到的更多的挑战？企业应如何调整其方法？近年来，存储技术取得了许多进步，这些成就不仅带来了希望，而且也带来了许多挑战，很难相信，但是几年前作为标准存储介质的传统旋转磁盘驱动器正迅速被基于闪存的固态存储器取代，另外动态存储器容量正在迅速增加。
随着这些存储层变得更加经济
公司必须确定正确的存储类型组合，以地处理海量数据涌入，并提供正确的性能并持久地支持采用以下功能的新型关键任务运营应用程序：机器学习和AI，传统BI和报告体系结构无法很好地支持这些存储层和应用程序之上所需的分析，公司需要开始重新评估他们的存储和分析方法，着眼于当今出现的混合存储架构和实时分析平台。
您的企业在今天花费多的时间和资源是什么？
我们认为，迫切需要下一代数据和分析平台，以帮助解决由于边缘计算兴起而导致公司面临的一些紧迫问题，目前我们帮助全球一些，创新性的公司管理其参与系统的超大规模数据需求-那些直接接触其客户和用户的系统-消耗大量的流数据，这些流数据与回传的数据合并记录系统，我们与这些公司合作的经验促使人们开始研究如何利用这些数据源的组合来帮助我们的客户和潜在客户实时获得更好的见解，从而做出更好的决策来推动新的业务模式并获得竞争优势。
您如何看待2020年及以后的分析和数据管理？我们还没有听说过什么呢？
随着边缘技术的不断发展，分析和数据管理正在发生巨大变化，建立用于管理相对静态数据并驱动每月，每周或每天更新的分析的数据管理系统不再适用于当今公司部署的许多关键任务应用程序，有趣的是边缘应用程序或参与系统本身就嵌入了分析功能，他们可以对大量数据进行建模和分析，无需人工干预即可做出决策，从本质上讲，它们就像在实时互动中一样，是在模仿人类的决策。
我们看到数据管理和分析的发展支持了公司内部和公司内部更广泛的实时决策
帮助全球领先的企业充满信心地构建和部署现代数据架构解决方案。我们的企业级数据库平台可帮助公司支持关键任务的战略运营应用程序，从而使数字化转型成为可能。由专利的混合内存架构和自主集群管理技术支持被金融，电子广告技术等各种行业的企业所采用，非常适合防欺诈，数字钱包，在线经纪以及其他需要正常运行时间，性能和规模。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
