Fonctionnalités de IBM watsonx.data

Prend en charge les langages de programmation tels que Java, C ou Python. Prend en charge les langages frontaux tels que HTML, CSS et JavaScript

Offre aux développeurs la possibilité de glisser-déposer des morceaux de code ou des algorithmes lors de la création de modèles

Fournit aux utilisateurs des algorithmes prédéfinis pour simplifier le développement de modèles

Fournit de grands ensembles de données pour la formation de modèles individuels

Transforme les données brutes en fonctionnalités qui représentent mieux le problème sous-jacent aux modèles prédictifs

Offre des services de reconnaissance d’images

Offre des services de traitement du langage naturel

Offre des services de génération de langage naturel

Offre des réseaux de neurones artificiels pour les utilisateurs

Offre des services de compréhension du langage naturel

Fournit des capacités d’apprentissage profond

Gère l’application intelligente pour l’utilisateur, réduisant ainsi le besoin d’infrastructure

Permet aux utilisateurs d’insérer l’apprentissage automatique dans les applications d’exploitation

Fournit des applications et une infrastructure d’apprentissage automatique facilement évolutives

Fournit des options de déploiement sur site.

Fournit des options de déploiement Cloud (Cloud privé ou public, Cloud hybride).

Collecte, stockage et organisation de données massives et non structurées en temps réel

Facilite la diffusion des mégadonnées collectées dans les clusters de calcul parallèle

Crée un référentiel pour collecter et stocker des données brutes à partir de capteurs, périphériques, machines, fichiers, etc.

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Facilite l’exécution et l’évolutivité de la solution à un grand nombre de machines et de systèmes

Organise les données collectées pour les solutions d’analyse de Big Data afin d’analyser, de manipuler et de modéliser

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Déplace la collecte et le traitement de Big Data vers le cloud

Traite les charges de travail de données par lots, en temps réel et en streaming dans des systèmes uniques, mutualisés ou cloud

Facilite l’analyse de gros volumes de données en temps réel.

Permet à l’utilisateur d’interroger des données via des langages de requête tels que SQL.

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Aligne les workflows de traitement et de distribution sur Apache Spark

Intègre des données provenant de plusieurs bases de données externes.

Facilite la diffusion des mégadonnées collectées dans les clusters de calcul parallèles.

Traite les données et représente les interprétations dans une variété de formats graphiques.

Enchaîne des fonctions et des jeux de données spécifiques pour automatiser les itérations d’analyse.

Isole certains jeux de données et facilite la gestion de l’accès aux données.

Permet à l’outil Big Data d’exécuter et d’enregistrer des données dans des applications externes.

Utiliser des blocs-notes pour des tâches telles que la création de tableaux de bord avec des requêtes et des visualisations prédéfinies et planifiées

Outils pour (re)structurer les données de manière à permettre d’extraire des informations rapidement et avec précision

Analyse les données pour trouver et recommander les segmentations de clientèle les plus rentables.

Outils pour créer et ajuster les flux de travail afin d’assurer la cohérence.

Présente les informations et les analyses de manière digeste, intuitive et visuellement attrayante.

Prend en charge la conformité aux normes PII, RGPD, HIPPA, PCI et autres.

Fournit des directives ou une formation liée aux exigences de conformité des données sensibles,

Permet aux administrateurs de définir des stratégies de sécurité et de gouvernance des données

Surveille la qualité des données et envoie des alertes en fonction des violations ou des abus

Organise les données collectées pour les solutions d’analyse de Big Data afin d’analyser, de manipuler et de modéliser

Facilite la diffusion des mégadonnées collectées dans les clusters de calcul parallèle

Compilez les données de tous les systèmes afin que les utilisateurs puissent facilement consulter les informations pertinentes.

Affichez les données de processus ETL via des rapports et des visualisations tels que des tableaux et des graphiques.

Enregistrez les données historiques ETL à des fins d’audit et de correction de données potentielles.

Permet aux utilisateurs de créer un glossaire de termes métier, de vocabulaire et de définitions à travers plusieurs outils.

Fournit un catalogue de données intégré intégré qui permet aux utilisateurs de localiser facilement les données dans plusieurs sources.

Surveille et nettoie les données à l’aide de règles métier et d’algorithmes analytiques.

Visualisez les flux de données et le traçage qui démontrent la conformité aux rapports et aux tableaux de bord via une console unique.

Fournit une fonctionnalité de traçabilité automatisée des données qui offre une visibilité sur l’ensemble du parcours de déplacement des données, de l’origine des données à la destination.

Extrayez des données à partir de la ou des sources désignées, telles que des bases de données relationnelles, des fichiers JSON et des fichiers XML.

Nettoyez et reformatez les données extraites au format cible requis.

Chargez les données reformatées dans la base de données cible, l’entrepôt de données ou un autre emplacement de stockage.

Organisez les processus ETL pour qu’ils se produisent automatiquement selon le calendrier nécessaire (par exemple, quotidien, hebdomadaire, mensuel).

Capable d’augmenter ou de réduire la puissance de traitement en fonction du volume ETL.

Permet à l’utilisateur d’importer diverses sources de données pour une utilisation immédiate

Consolide, nettoie et normalise les données provenant de plusieurs sources disparates.

Permet d’économiser de la capacité de stockage et d’améliorer les performances des requêtes.

Élimine les incohérences et les doublons des données, garantissant ainsi leur intégrité.

Fonctions d’analyse basées sur SQL telles que les séries chronologiques, la correspondance de modèles, l’analyse géospatiale, etc.

Fournit des fonctionnalités intégrées telles que des algorithmes d’apprentissage automatique, des fonctions de préparation de données, l’évaluation et la gestion de modèles, etc.

Permet d’interroger des données sur des formats de données tels que parquet, ORC, JSON, etc. et d’analyser des types de données complexes sur HDFS

Permet le déplacement des données d’un emplacement à un autre.

Fournit une stratégie globale pour la gouvernance des données.

Aide à fournir des solutions de stockage sécurisées pour les données extraites.

S’intègre aux flux de travail de science des données, au Machine Learning et aux capacités d’intelligence artificielle (IA).

S’intègre aux outils de BI pour transformer les données en informations exploitables.

Accélère le traitement des données et la capture de données non structurées, semi-structurées et en streaming.

Gère d’énormes volumes de données, haut de gamme ou bas de gamme selon la demande.

Politiques, procédures et normes de gestion et d’accès aux données.

Limite l’accès aux données au niveau de la cellule, masque ou masque des parties de cellules et chiffre les données au repos et en mouvement

Authentifie et autorise les individus à accéder aux données qu’ils sont autorisés à voir et à utiliser.

Aide à identifier et à gérer les rôles des propriétaires et des gestionnaires de données.

Aide à respecter les réglementations et les normes en matière de confidentialité des données.

Dédéfinit, valide et surveille les règles métier pour préserver l’état de préparation des données de référence.

Permet aux utilisateurs de créer et d’examiner des stratégies de données pour les rendre cohérentes dans toute l’organisation.

Fournit une spécialisation dans les informations basées sur les données par un accès direct aux analystes de données ou aux utilisateurs finaux.

Fournit des données dans des formats structurés et lisibles.

Aide à établir une structure de données avec un réseau de divers outils pour opérationnaliser les données.

Fournit aux utilisateurs des options d’architecture telles que centralisée ou décentralisée.

Permet aux utilisateurs de générer du texte à partir d’une invite texte.

Condense les longs documents ou textes en un bref résumé.

Permet aux utilisateurs de générer du texte à partir d’une invite texte.

Condense les longs documents ou textes en un bref résumé.

Permet de générer des images à partir d’une invite texte.

Permet aux utilisateurs de générer du texte à partir d’une invite texte.

Condense les longs documents ou textes en un bref résumé.

Capacité à effectuer des tâches complexes sans intervention humaine constante

Capacité à décomposer et planifier des processus en plusieurs étapes

Fonctionne sur plusieurs systèmes logiciels ou bases de données

Améliore la performance en fonction des retours et de l'expérience

S'engage dans une conversation semblable à celle des humains pour la délégation de tâches

Faites des choix éclairés en fonction des données disponibles et des objectifs

Capacité à effectuer des tâches complexes sans intervention humaine constante

Capacité à décomposer et planifier des processus en plusieurs étapes

Fonctionne sur plusieurs systèmes logiciels ou bases de données

Améliore la performance en fonction des retours et de l'expérience

Engage dans une conversation semblable à celle des humains pour la délégation de tâches

Anticipe les besoins et offre des suggestions sans être sollicité

Faites des choix éclairés en fonction des données disponibles et des objectifs