Características de IBM watsonx.data

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

Proporciona opciones de implementación local.

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

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.

Permite que la herramienta de big data ejecute y registre datos dentro de aplicaciones externas.

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

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.

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.

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.

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

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

Proporciona movimiento de datos de una ubicación a otra.

Proporciona una estrategia general para el gobierno de datos.

Ayuda a proporcionar soluciones de almacenamiento seguro para los datos extraídos.

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.

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.

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 especialización en información basada en datos mediante el acceso directo a analistas de datos o usuarios finales.

Proporciona datos en formatos estructurados y legibles.

Ayuda a establecer un tejido de datos con una red de diversas herramientas para poner en funcionamiento los datos.

Proporciona a los usuarios opciones de arquitectura como centralizada o descentralizada.

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.

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

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.