Características de SAP Business Data Cloud

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.

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.

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.

Proporcione información y análisis de gestión de costos sobre el uso de la nube.

Gestione la vulnerabilidad, el acceso y la protección de múltiples nubes.

Administre de forma manual o automática el uso y el escalado de recursos en la nube.

Haga copias de seguridad de los recursos de la nube y ofrezca capacidades de recuperación para interrupciones y bloqueos.

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.

Consolide la visualización y administración de múltiples nubes en una solución.

Proporcione orquestación en la nube para la instalación, configuración y administración.

Optimice el rendimiento de la nube y la integración con sistemas dispares.

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

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.

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 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.

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.