Características de Cloudera Data Platform

La interfaz de informes para informes estándar y de autoservicio es intuitiva y fácil de usar.

Requiere un número mínimo de pasos/clics para responder a las preguntas de negocio.

Ofrece una variedad de atractivos formatos de gráficos y tablas.

Las tarjetas de puntuación rastrean visualmente los KPI.

Proporciona a los usuarios empresariales una interfaz para diseñar, refinar y colaborar fácilmente en sus paneles

Procesa constantemente los metadatos para proporcionar información inteligente.

Proporciona información procesable y genera notificaciones y alertas para ayudar a los equipos a tomar decisiones informadas.

Admite visibilidad de datos de 360 grados a través de un único panel.

Mediante fórmulas basadas en elementos de datos existentes, los usuarios pueden crear y calcular nuevos valores de campo.

Los usuarios empresariales tienen la capacidad de filtrar datos en un informe basado en parámetros predefinidos o automodelados.

Los usuarios pueden profundizar y explorar datos para descubrir nuevos conocimientos.

Capacidad para buscar en un conjunto de datos global para encontrar y descubrir datos.

Capacidad para que los usuarios compartan datos e informes que han creado dentro de la herramienta de BI y fuera de la herramienta a través de otras plataformas de colaboración.

La herramienta sugiere automáticamente tipos de datos, esquemas y jerarquías.

Analizar tendencias actuales e históricas para hacer predicciones sobre eventos futuros.

Comunique información compleja de manera clara y efectiva a través de técnicas gráficas avanzadas.

Capacidad para manejar conjuntos de datos grandes, complejos y / o aislados.

Convierte los formatos de datos de origen en el formato requerido para el sistema de informes sin errores.

Capacidad para (re)estructurar los datos de una manera que permita extraer información de forma rápida y precisa.

Proporciona a los usuarios empresariales una interfaz para diseñar y refinar fácilmente sus paneles e informes. (Lo que ves es lo que obtienes)

Interfaz de programación de aplicaciones - Especificación de cómo la aplicación se comunica con otro software. Las API suelen permitir la integración de datos, lógica, objetos, etc. con otras aplicaciones de software.

Admite lenguajes de programación como Java, C o Python. Admite lenguajes front-end como HTML, CSS y JavaScript

Ofrece a los desarrolladores la posibilidad de arrastrar y soltar fragmentos de código o algoritmos al crear modelos

Proporciona a los usuarios algoritmos prediseñados para un desarrollo de modelos más sencillo

Proporciona grandes conjuntos de datos para entrenar modelos individuales

Transforma los datos sin procesar en características que representan mejor el problema subyacente a los modelos predictivos

Ofrece servicios de reconocimiento de imágenes

Ofrece servicios de procesamiento de lenguaje natural

Ofrece servicios de generación de lenguaje natural

Ofrece redes neuronales artificiales para los usuarios

Ofrece servicios de comprensión del lenguaje natural

Proporciona capacidades de aprendizaje profundo

Gestiona la aplicación inteligente para el usuario, reduciendo la necesidad de infraestructura

Permite a los usuarios insertar aprendizaje automático en aplicaciones operativas

Proporciona aplicaciones e infraestructura de aprendizaje automático fáciles de escalar

Permite a los usuarios introducir modelos creados en una variedad de idiomas.

Permite a los usuarios elegir el marco o el entorno de trabajo de su preferencia.

Se repiten versiones de registros a medida que se iteran los modelos.

Proporciona una forma rápida y eficaz de implementar modelos de aprendizaje automático.

Ofrece una forma de escalar el uso de modelos de aprendizaje automático en toda la empresa.

Proporciona opciones de implementación local.

Proporciona opciones de implementación en la nube (nube privada o pública, nube híbrida).

Permite a los usuarios introducir modelos creados en una variedad de idiomas.

Permite a los usuarios elegir el marco o el entorno de trabajo de su preferencia.

Se repiten versiones de registros a medida que se iteran los modelos.

Proporciona una forma rápida y eficaz de implementar modelos de aprendizaje automático.

Ofrece una forma de escalar el uso de modelos de aprendizaje automático en toda la empresa.

Recopila, almacena y organiza datos masivos y no estructurados en tiempo real

Facilita la difusión de big data recopilados a través de clústeres de computación paralela

Crea un repositorio para recopilar y almacenar datos sin procesar de sensores, dispositivos, máquinas, archivos, etc.

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Facilita la solución para ejecutarse y escalar a un gran número de máquinas y sistemas

Selecciona los datos recopilados para soluciones de análisis de big data para analizar, manipular y modelar

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Traslada la recopilación y el procesamiento de big data a la nube

Procesa cargas de trabajo de datos por lotes, en tiempo real y de streaming en sistemas singulares, multiinquilino o en la nube

Facilita el análisis de datos de gran volumen y en tiempo real.

Permite al usuario consultar datos a través de lenguajes de consulta como SQL.

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Hadoop

Alinea los flujos de trabajo de procesamiento y distribución sobre Apache Spark

Integra datos de múltiples bases de datos externas.

Facilita la difusión de big data recopilados a través de clústeres de computación paralela.

Procesa datos y representa interpretaciones en una variedad de formatos gráficos.

Encadena funciones y conjuntos de datos específicos para automatizar las iteraciones de análisis.

Aísla ciertos conjuntos de datos y facilita la gestión del acceso a los datos.

Usar blocs de notas para tareas como crear paneles con consultas y visualizaciones predefinidas y programadas

Controlar el uso y el rendimiento del modelo en producción

Implemente aplicaciones de aprendizaje automático de misión crítica donde y cuando las necesite

Compare fácilmente experimentos (código, hiperparámetros, métricas, predicciones, dependencias, métricas del sistema, etc.) para comprender las diferencias en el rendimiento del modelo.

Permite a los administradores asignar acceso de usuario basado en roles para conjuntos de datos específicos

Oculta y enmascara datos confidenciales automáticamente en función de los permisos del usuario

Proporciona información histórica sobre los orígenes de datos originales y las transformaciones realizadas en los conjuntos de datos

Ofrece capacidades de búsqueda simples para descubrir conjuntos de datos específicos

Permite a los usuarios y administradores limpiar fácilmente los datos para mantener la calidad y la integridad

Convierte los formatos de datos de origen en el formato requerido para el sistema de informes sin errores

Herramientas para (re)estructurar los datos de una manera que permita extraer información de forma rápida y precisa

Capacidad para conectar la plataforma de análisis con una amplia gama de opciones de conector para fuentes de datos comunes, incluidas las aplicaciones empresariales populares.

Se conecta al software de gobierno de datos empresariales o proporciona funciones integradas de gobierno de datos para evitar el uso indebido de los datos

Permite a los usuarios comentar sobre conjuntos de datos para ayudar a los futuros usuarios a interactuar e interpretar mejor los datos

Permite la creación de perfiles de conjuntos de datos para una mayor organización, tanto por parte de los usuarios como del aprendizaje automático

Crea un glosario empresarial para una comprensión más rápida por parte del usuario empresarial promedio

Indexa descripciones de metadatos para facilitar la búsqueda y obtener información mejorada

Automatiza las recomendaciones para los usuarios en función de la funcionalidad de aprendizaje automático

Ofrece funcionalidad de consulta en lenguaje natural para usuarios no técnicos

Limpia los datos para mejorar la calidad a través de la automatización

Herramientas para (re)estructurar los datos de una manera que permita extraer información de forma rápida y precisa

Analiza los datos para encontrar y recomendar las segmentaciones de clientes de mayor valor.

Herramientas para crear y ajustar flujos de trabajo para garantizar la coherencia.

Presenta información y análisis de una manera digerible, intuitiva y visualmente atractiva.

Los datos se organizan como un conjunto de tablas con columnas y filas como una estructura de tabla.

Permite a los usuarios crear, actualizar y recuperar datos en una base de datos.

Se adhiere a ACID (atomicidad, consistencia, aislamiento, durabilidad), un conjunto de propiedades de transacción de base de datos.

Proporciona replicación basada en registros o en desencadenadores.

Admite el cumplimiento de PII, GDPR, HIPPA, PCI y otros estándares regulatorios.

Proporciona directrices o capacitación relacionada con los requisitos de cumplimiento de datos confidenciales,

Permite a los administradores establecer políticas de seguridad y gobierno de datos

Monitorea la calidad de los datos y envía alertas basadas en violaciones o mal uso

Selecciona los datos recopilados para soluciones de análisis de big data para analizar, manipular y modelar

Facilita la difusión de big data recopilados a través de clústeres de computación paralela

Recopile datos de todos los sistemas para que los usuarios puedan ver fácilmente la información relevante.

Vea los datos del proceso ETL a través de informes y visualizaciones como tablas y gráficos.

Registre los datos históricos de ETL para la auditoría y las posibles necesidades de corrección de datos.

Registra y organiza todos los modelos de aprendizaje automático que se han implementado en toda la empresa.

Realiza un seguimiento del rendimiento y la precisión de los modelos de aprendizaje automático.

Aprovisiona a los usuarios en función de la autorización para implementar e iterar modelos de aprendizaje automático.

Permite a los usuarios administrar artefactos de modelos y realizar un seguimiento de los modelos que se implementan en producción.

Almacena los metadatos de la base de datos, es decir, las definiciones de elementos de datos, tipos, relaciones, etc.

Crea una copia de la base de datos para mantener la coherencia y la integridad.

Permite a los usuarios crear, actualizar y recuperar datos en una base de datos.

Define el diseño lógico de los datos antes de generar los esquemas.

Supervisa y analiza atributos críticos de la base de datos como el rendimiento de las consultas, las sesiones de usuario, los detalles de bloqueo, los errores del sistema, etc., y los visualiza en un panel personalizado.

Permite a los usuarios crear un glosario de términos comerciales, vocabulario y definiciones en múltiples herramientas.

Proporciona un catálogo de datos integrado integrado que permite a los usuarios localizar fácilmente datos en varios orígenes.

Supervisa y limpia los datos con la ayuda de reglas de negocio y algoritmos analíticos.

Visualice los flujos de datos y el linaje que demuestra el cumplimiento de los informes y paneles a través de una única consola.

Proporciona una funcionalidad de linaje de datos automatizado que proporciona visibilidad sobre todo el recorrido del movimiento de datos desde el origen de los datos hasta el destino.

Registra y organiza todos los modelos de aprendizaje automático que se han implementado en toda la empresa.

Realiza un seguimiento del rendimiento y la precisión de los modelos de aprendizaje automático.

Aprovisiona a los usuarios en función de la autorización para implementar e iterar modelos de aprendizaje automático.

Extraiga datos de las fuentes designadas, como bases de datos relacionales, archivos JSON y archivos XML.

Limpie y vuelva a formatear los datos extraídos al formato de destino necesario.

Cargue los datos reformateados en la base de datos de destino, el almacén de datos u otra ubicación de almacenamiento.

Organice los procesos ETL para que ocurran automáticamente en el horario necesario (por ejemplo, diario, semanal, mensual).

Capaz de escalar la potencia de procesamiento hacia arriba o hacia abajo en función del volumen ETL.

Ofrece al usuario la capacidad de importar una variedad de fuentes de datos para su uso inmediato

Mediante fórmulas basadas en elementos de datos existentes, los usuarios pueden crear y calcular nuevos valores de campo.

Los usuarios empresariales tienen la capacidad de filtrar datos en un informe basado en parámetros predefinidos o automodelados.

Permite al usuario combinar datos de varios orígenes en un conjunto de datos funcional.

Consolide datos de varias fuentes dispares en una sola vista unificada

Comprender el estado de los datos, aplicaciones, sistemas y servicios

Administrar datos en entornos (nube local, híbrida y multinube)

Proporciona capacidades de administración de metadatos y linaje

Consolida, limpia y normaliza datos de múltiples fuentes dispares.

Ayuda a ahorrar capacidad de almacenamiento y mejora el rendimiento de las consultas.

Elimina la inconsistencia y las duplicaciones de datos, lo que garantiza la integridad de los datos.

Funciones de análisis basadas en SQL como series temporales, coincidencia de patrones, análisis geoespacial, etc.

Proporciona capacidades integradas como algoritmos de aprendizaje automático, funciones de preparación de datos, evaluación y gestión de modelos, etc.

Permite la consulta de datos a través de formatos de datos como parquet, ORC, JSON, etc. y analizar tipos de datos complejos en HDFS

Almacena datos como pares clave-valor donde clave es un identificador único.

Admite múltiples tipos de datos como listas, conjuntos, hashes (similares al mapa), conjuntos ordenados, etc.

Integra datos y tecnologías relacionadas con los datos en un único entorno.

Proporciona capacidades de administración de metadatos.

Capacita al usuario a través de una capacidad de autoservicio para gestionar flujos de trabajo de datos.

Automatiza completamente los flujos de trabajo de datos de extremo a extremo en todo el ciclo de vida de integración de datos.

Indiza las descripciones de metadatos para obtener información mejorada.

Garantiza la automatización de los metadatos en toda la organización. Mejora dinámicamente los procesos de gestión de datos.

Colaboración integrada mediante API e integraciones en la aplicación.

Proporciona información sobre los orígenes de datos originales y las transformaciones realizadas en los conjuntos de datos desde el origen hasta el consumo de datos.

Proporciona una interfaz para recopilar y evaluar datos para identificar patrones y valores atípicos.

Admite soluciones analíticas avanzadas para una mejor toma de decisiones empresariales

Proporciona una plataforma de análisis flexible y de alto rendimiento para respaldar la gestión de datos y adoptar la toma de decisiones basada en datos.

Recopile y muestre métricas en toda la integración de datos a través de un panel.

Reglas y regulaciones heredadas de los sistemas de origen o definidas para proteger los datos confidenciales

Conceder o restringir el acceso y el control de los datos

Integrado - Copia de seguridad y recuperación ante desastres

Cifra y transforma los datos de la base de datos de un estado legible en un texto cifrado de caracteres ilegibles.

Permite modificar el acceso restringido de los usuarios en función del nivel de acceso.

Evita que otros usuarios y aplicaciones accedan a los datos mientras se actualizan para evitar la pérdida o actualización de datos.

Permite conceder o revocar permisos en los niveles de base de datos, esquema o tabla.

Cifrado nativo incorporado con administración de claves empresariales.

Proporciona autenticación multifactor con certificados.

Proporciona roles de sistema predefinidos, privilegios y roles definidos por el usuario a los usuarios.

Permite la integración con mecanismos de seguridad externos como Kerberos, autenticación LDAP, etc.

Proporciona capacidad de cifrado para todos los datos en reposo mediante claves de cifrado.

Políticas, procedimientos y estándares para administrar y acceder a los datos.

Restringe el acceso a los datos a nivel de celda, enmascara u oculta partes de las celdas y cifra los datos en reposo y en movimiento

Autentica y autoriza a las personas a acceder a los datos que pueden ver y usar.

Ayuda a identificar y administrar los roles de los propietarios y administradores de datos.

Ayuda a cumplir con las regulaciones y normas de privacidad de datos.

Se integra con flujos de trabajo de ciencia de datos, aprendizaje automático y capacidades de inteligencia artificial (IA).

Se integra con herramientas de BI para transformar los datos en información procesable.

Proporciona velocidad en el procesamiento de datos y captura de datos no estructurados, semiestructurados y de transmisión.

Gestiona grandes volúmenes de datos, de escala superior o inferior según la demanda.

Proporciona funcionalidad de recuperación de datos para proteger y restaurar datos en una base de datos.

Permite el control de simultaneidad multiversión.

Maneja cargas de trabajo, desde máquinas individuales hasta almacenes de datos o servicios web con muchos usuarios simultáneos.

Permite a los usuarios recuperar datos rápidamente a través de varios tipos de indexación como árbol B, tabla hash, etc.

Ayuda a interpretar consultas SQL y determinar el método de ejecución más rápido.

Permite el movimiento de datos de una base de datos a otra.

Proporciona funcionalidad de copia de seguridad y recuperación de datos para proteger y restaurar una base de datos.

Permite a los usuarios acceder y trabajar en datos simultáneamente, lo que admite varias vistas de los datos.

Define, valida y supervisa las reglas de negocio para salvaguardar la preparación de los datos maestros.

Permite a los usuarios crear y revisar políticas de datos para hacerlas coherentes en toda la organización.

Proporciona compatibilidad con juegos de caracteres internacionales y búsqueda de texto completo.

Admite múltiples tipos de datos como primitivos, estructurados, documentos, etc.

Soporta múltiples lenguajes de programación procedimental como PL / PGSQL, Perl, Python, etc.

Disponible en múltiples sistemas operativos como Linux, Windows, MacOS, etc.

Proporciona soporte para manejar datos estructurados, semiestructurados y no estructurados con el mismo efecto.

Disponible en múltiples sistemas operativos como Linux, Windows, MacOS, etc.

Implementa la partición horizontal automática de datos que permite almacenar datos en más de un nodo para escalar horizontalmente.

Restaura una base de datos a un estado correcto (coherente) en caso de error.

Copie datos a través de múltiples servidores a través de la arquitectura de replicación maestro-esclavo, peer-to-peer, etc.

Involucrado únicamente en el monitoreo de canalizaciones de datos, envío de alertas y solución de problemas de datos.

Implementa capacidades de prueba como pruebas de informes, pruebas de big data, pruebas de migración de datos en la nube, ETL y pruebas de almacenamiento de datos.

Admite plataformas analíticas y canalizaciones de datos en entornos híbridos complejos.

Admite la migración de componentes o canalización a diferentes entornos de nube.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Proporciona la capacidad de generar imágenes a partir de un mensaje de texto.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Permite a los usuarios generar texto basado en un mensaje de texto.

Condensa documentos largos o texto en un breve resumen.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para desglosar y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos.

Mejora el rendimiento basado en la retroalimentación y la experiencia

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para desglosar y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos

Mejora el rendimiento basado en la retroalimentación y la experiencia

Participa en conversaciones similares a las humanas para la delegación de tareas

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para desglosar y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos.

Mejora el rendimiento basado en la retroalimentación y la experiencia

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para desglosar y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos

Mejora el rendimiento basado en la retroalimentación y la experiencia

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para descomponer y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos

Mejora el rendimiento basado en la retroalimentación y la experiencia

Participa en conversaciones similares a las humanas para la delegación de tareas

Anticipa necesidades y ofrece sugerencias sin que se lo pidan.

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Capacidad para realizar tareas complejas sin intervención humana constante

Capacidad para desglosar y planificar procesos de múltiples pasos

Funciona en múltiples sistemas de software o bases de datos

Mejora el rendimiento basado en la retroalimentación y la experiencia

Participa en conversaciones similares a las humanas para la delegación de tareas

Anticipa necesidades y ofrece sugerencias sin que se lo pidan

Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Permite a los usuarios no técnicos crear paneles a través de interfaces intuitivas de arrastrar y soltar.

Habilita la generación automática de informes y la entrega programada a las partes interesadas.

Permite que los paneles y análisis se integren en aplicaciones externas con flexibilidad de marca.

Admite la integración con las principales fuentes de datos como almacenes de datos en la nube, bases de datos SQL/NoSQL y aplicaciones SaaS.

Procesa eficientemente grandes conjuntos de datos con un retraso mínimo y garantiza un alto rendimiento bajo carga.

Mantiene el rendimiento y el tiempo de actividad durante el alto tráfico de múltiples usuarios o equipos.

Admite capas de datos semánticos, controles de acceso basados en roles y gobernanza de metadatos.

Se integra con Jupyter, Python o R para análisis y modelado personalizados.

Proporciona herramientas nativas para el análisis estadístico, la previsión y la predicción de tendencias.

Utiliza IA para generar resúmenes textuales, puntos clave e historias de datos a partir de paneles de control.

Permite a los usuarios consultar datos y crear informes utilizando lenguaje conversacional o sencillo.

Detecta y notifica a los usuarios sobre anomalías en los KPI o cambios significativos en las métricas en tiempo real.

Recomienda las siguientes preguntas, análisis o caminos de exploración utilizando agentes de IA autónomos.

Aprende de las interacciones históricas de los usuarios para mejorar y personalizar los resultados de las consultas con el tiempo.

Adapta las vistas del panel y las sugerencias según los roles de usuario, los niveles de acceso y el comportamiento pasado.

Admite la exploración impulsada por IA a través de indicaciones o conversaciones de varios turnos para consultas iterativas.