Características de Denodo

base de datos (3)

Integraciones (2)

Plataforma (3)

Tratamiento (2)

Gobierno de datos (3)

Gestión de acceso de usuarios: Permite a los administradores asignar acceso de usuario basado en roles para conjuntos de datos específicos
Enmascaramiento dinámico de datos: Oculta y enmascara datos confidenciales automáticamente en función de los permisos del usuario
Linaje de datos: Proporciona información histórica sobre los orígenes de datos originales y las transformaciones realizadas en los conjuntos de datos

Preparación de datos (4)

Buscar: Ofrece capacidades de búsqueda simples para descubrir conjuntos de datos específicos
Calidad y limpieza de datos: Permite a los usuarios y administradores limpiar fácilmente los datos para mantener la calidad y la integridad
Transformación de datos: Convierte los formatos de datos de origen en el formato requerido para el sistema de informes sin errores
Modelado de datos: Herramientas para (re)estructurar los datos de una manera que permita extraer información de forma rápida y precisa

Colaboración (4)

Comentar: Permite a los usuarios comentar sobre conjuntos de datos para ayudar a los futuros usuarios a interactuar e interpretar mejor los datos
Elaboración de perfiles y clasificación: Permite la creación de perfiles de conjuntos de datos para una mayor organización, tanto por parte de los usuarios como del aprendizaje automático
Glosario de negocios y datos: Crea un glosario empresarial para una comprensión más rápida por parte del usuario empresarial promedio
Gestión de metadatos: Indexa descripciones de metadatos para facilitar la búsqueda y obtener información mejorada

Inteligencia Artificial (3)

Administración (3)

Gestión de bases de datos: Admite la gestión de diferentes tipos de bases de datos y métodos de integración.
Control de acceso: Proporciona a los admistradores control sobre los privilegios y la accesibilidad relacionados con los datos
Seguridad de los datos: Permite a los usuarios asegurar el acceso a los datos. Proporciona compatibilidad adicional para prácticas de seguridad como listas blancas de IP, mitigación de ataques y cifrado de datos.

Federación (4)

Arquitectura: Crea integraciones y permite la gestión de contenidos conectados.
Aprovisionamiento: Permite a los administradores organizar los componentes de la base de datos para mantener la eficacia de la instancia.
Orquestación: Permite a los admisistradores administrar y organizar el almacenamiento, las redes y los centros de datos.
API / Integraciones: Especificación de la interfaz de programación de aplicaciones sobre cómo se comunica la aplicación con otro software. Las API suelen permitir la integración de datos, lógica, objetos, etc. con otras aplicaciones de software.

Transformación (3)

Visualización de datos: Procesa datos y representa interpretaciones en una variedad de formatos gráficos.
Rendimiento de las aplicaciones: Funciona cuando se integra con múltiples formas de aplicaciones externas.
Modelado de datos: Herramientas para (re)estructurar los datos de una manera que permita extraer información de forma rápida y precisa.

Gestión de datos (10)

Integración de datos: Consolide datos de varias fuentes dispares en una sola vista unificada
Descubrimiento de datos: Comprender el estado de los datos, aplicaciones, sistemas y servicios
Multiplataforma: Administrar datos en entornos (nube local, híbrida y multinube)
Metadatos: Proporciona capacidades de administración de metadatos y linaje
Integración de datos: Consolida, limpia y normaliza datos de múltiples fuentes dispares.
Compresión de datos: Ayuda a ahorrar capacidad de almacenamiento y mejora el rendimiento de las consultas.
Calidad de los datos: Elimina la inconsistencia y las duplicaciones de datos, lo que garantiza la integridad de los datos.
Análisis de datos integrado: Funciones de análisis basadas en SQL como series temporales, coincidencia de patrones, análisis geoespacial, etc.
Aprendizaje automático en la base de datos: Proporciona capacidades integradas como algoritmos de aprendizaje automático, funciones de preparación de datos, evaluación y gestión de modelos, etc.
Análisis de Data Lake: Permite la consulta de datos a través de formatos de datos como parquet, ORC, JSON, etc. y analizar tipos de datos complejos en HDFS

Analytics (1)

Seguridad (5)

conformidad: Reglas y regulaciones heredadas de los sistemas de origen o definidas para proteger los datos confidenciales
Gobernanza: Conceder o restringir el acceso y el control de los datos
Protección de datos: Integrado - Copia de seguridad y recuperación ante desastres
Gobierno de datos: Políticas, procedimientos y estándares para administrar y acceder a los datos.
Seguridad de 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

Integración (3)

Integración AI/ML: Se integra con flujos de trabajo de ciencia de datos, aprendizaje automático y capacidades de inteligencia artificial (IA).
Integración de herramientas de BI: Se integra con herramientas de BI para transformar los datos en información procesable.
Integración de Data Lake: Proporciona velocidad en el procesamiento de datos y captura de datos no estructurados, semiestructurados y de transmisión.

Despliegue (2)

Rendimiento (1)

IA generativa (6)

Generación de texto: Permite a los usuarios generar texto basado en un mensaje de texto.
Resumen de texto: Condensa documentos largos o texto en un breve resumen.
Generación de texto: Permite a los usuarios generar texto basado en un mensaje de texto.
Resumen de texto: Condensa documentos largos o texto en un breve resumen.
Generación de texto: Permite a los usuarios generar texto basado en un mensaje de texto.
Resumen de texto: Condensa documentos largos o texto en un breve resumen.

Agente AI - Catálogo de Datos de Aprendizaje Automático (5)

Ejecución Autónoma de Tareas: Capacidad para realizar tareas complejas sin intervención humana constante
Planificación en varios pasos: Capacidad para desglosar y planificar procesos de múltiples pasos
Integración entre sistemas: Funciona en múltiples sistemas de software o bases de datos.
Aprendizaje adaptativo: Mejora el rendimiento basado en la retroalimentación y la experiencia
Toma de decisiones: Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Agente AI - Tejido de Datos (5)

Ejecución Autónoma de Tareas: Capacidad para realizar tareas complejas sin intervención humana constante
Planificación en múltiples pasos: Capacidad para desglosar y planificar procesos de múltiples pasos
Integración entre sistemas: Funciona en múltiples sistemas de software o bases de datos.
Aprendizaje Adaptativo: Mejora el rendimiento basado en la retroalimentación y la experiencia
Toma de decisiones: Toma decisiones informadas basadas en los datos disponibles y los objetivos.

Herramientas de Capa Semántica - Despliegue e Integración (2)

Conectividad de Datos y Federación - Herramientas de Capa Semántica (2)

Modelado de Datos y Métricas - Herramientas de Capa Semántica (2)

Optimización del rendimiento - Herramientas de capa semántica (2)

Gobernanza - Herramientas de Capa Semántica (3)

Gobernanza y Observabilidad de la IA: Proporciona visibilidad y control sobre cómo los sistemas de IA o los agentes automatizados interactúan con la capa semántica.
Linaje Métrico para Datos de Entrenamiento de IA: Rastrea cómo se utilizan las métricas y conjuntos de datos gobernados en el entrenamiento de IA/ML para garantizar la transparencia, el cumplimiento y una clara trazabilidad de los datos.
Control de versiones y análisis de impacto de cambios: Proporciona control de versiones para modelos semánticos y métricas, con seguimiento de cambios, reversión y análisis de impacto para ver cómo las actualizaciones afectan a los datos o informes posteriores.

Inteligencia Avanzada - Herramientas de Capa Semántica (3)

Interfaz de Consulta en Lenguaje Natural: Permite a los usuarios o asistentes de IA explorar y consultar métricas a través de indicaciones en lenguaje natural.
Capa Semántica para Modelos de IA/ML: Permite que los sistemas de IA y aprendizaje automático consuman directamente métricas y lógica estandarizadas y reguladas.
Motor de Recomendación: Sugiere métricas relevantes, uniones o perspectivas basadas en el contexto y patrones de uso histórico.

Habilitación de IA Agente - Herramientas de Capa Semántica (3)

Orquestación de Consultas Agenciales: Permite a los agentes de IA autónomos componer, ejecutar y refinar consultas analíticas a través de la capa semántica.
Capa de razonamiento contextual: Proporciona gráficos de contexto semántico que ayudan a los agentes de IA a comprender las relaciones de datos y la lógica empresarial.
Automatización de flujos de trabajo mediante agentes semánticos: Permite a los agentes semánticos activar acciones automatizadas como actualizaciones de datos, alertas o generación de informes.