Recursos de Snowflake

Suporta linguagens de programação como Java, C ou Python. Suporta linguagens front-end, como HTML, CSS e JavaScript

Oferece a capacidade de os desenvolvedores arrastarem e soltarem partes de código ou algoritmos ao criar modelos

Fornece aos usuários algoritmos pré-construídos para um desenvolvimento de modelo mais simples

Fornece grandes conjuntos de dados para treinamento de modelos individuais

Transforma dados brutos em recursos que representam melhor o problema subjacente aos modelos preditivos

Oferece serviços de reconhecimento de imagem

Oferece serviços de processamento de linguagem natural

Oferece serviços de geração de linguagem natural

Oferece redes neurais artificiais para usuários

Oferece serviços de compreensão de linguagem natural

Fornece recursos de aprendizado profundo

Gerencia a aplicação inteligente para o usuário, reduzindo a necessidade de infraestrutura

Permite que os usuários insiram aprendizado de máquina em aplicativos operacionais

Fornece aplicativos e infraestrutura de aprendizado de máquina facilmente dimensionados

Permite que os usuários insiram modelos construídos em uma variedade de idiomas.

Permite que os usuários escolham a estrutura ou bancada de sua preferência.

O controle de versão de registros como modelos é iterado.

Fornece uma maneira de implantar modelos de aprendizado de máquina de forma rápida e eficiente.

Oferece uma maneira de dimensionar o uso de modelos de aprendizado de máquina em toda a empresa.

Fornece opções de implantação local.

Fornece opções de implantação de nuvem (nuvem privada ou pública, nuvem híbrida).

Permite que os usuários insiram modelos construídos em uma variedade de idiomas.

Permite que os usuários escolham a estrutura ou bancada de sua preferência.

O controle de versão de registros como modelos é iterado.

Fornece uma maneira de implantar modelos de aprendizado de máquina de forma rápida e eficiente.

Oferece uma maneira de dimensionar o uso de modelos de aprendizado de máquina em toda a empresa.

Coleta, armazena e organiza dados massivos e não estruturados em tempo real

Facilita a disseminação de big data coletado em clusters de computação paralela

Cria um repositório para coletar e armazenar dados brutos de sensores, dispositivos, máquinas, arquivos, etc.

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Facilita a execução e dimensionamento da solução para um grande número de máquinas e sistemas

Curates coletaram dados para soluções de análise de big data para analisar, manipular e modelar

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Move a coleta e o processamento de big data para a nuvem

Processa cargas de trabalho de dados em lote, em tempo real e streaming em sistemas singulares, multilocatários ou em nuvem

Facilita a análise de dados de alto volume e em tempo real.

Permite que o usuário consulte dados por meio de linguagens de consulta como SQL.

Alinha fluxos de trabalho de processamento e distribuição sobre o Apache Hadoop

Alinha os fluxos de trabalho de processamento e distribuição sobre o Apache Spark

Integra dados de vários bancos de dados externos.

Facilita a disseminação de big data coletado em clusters de computação paralela.

Processa dados e representa interpretações em uma variedade de formatos gráficos.

Junta funções e conjuntos de dados específicos para automatizar iterações de análise.

Isola determinados conjuntos de dados e facilita o gerenciamento do acesso aos dados.

Permite que a ferramenta de big data execute e registre dados em aplicativos externos.

Use blocos de anotações para tarefas como criar painéis com consultas e visualizações predefinidas e agendadas

Controle o uso e o desempenho do modelo na produção

Implante aplicativos de ML de missão crítica onde e quando precisar deles

Compare facilmente experimentos — código, hiperparâmetros, métricas, previsões, dependências, métricas do sistema e muito mais — para entender as diferenças no desempenho do modelo.

Registra e organiza todos os modelos de aprendizado de máquina que foram implantados em toda a empresa.

Rastreia o desempenho e a precisão dos modelos de aprendizado de máquina.

Provisiona usuários com base na autorização para implantar e iterar em modelos de aprendizado de máquina.

Permite que os usuários gerenciem artefatos de modelo e rastreiem quais modelos são implantados na produção.

Armazena os metadados do banco de dados, ou seja, as definições de elementos de dados, tipos, relacionamentos etc.

Cria uma cópia do banco de dados para manter a consistência e a integridade.

Permite que os usuários criem, atualizem e recuperem dados em um banco de dados.

Define o design lógico dos dados antes de criar os esquemas.

Monitora e analisa atributos críticos do banco de dados, como desempenho de consulta, sessões de usuário, detalhes de deadlock, erros do sistema, etc., e os visualiza em um painel personalizado.

Registra e organiza todos os modelos de aprendizado de máquina que foram implantados em toda a empresa.

Rastreia o desempenho e a precisão dos modelos de aprendizado de máquina.

Provisiona usuários com base na autorização para implantar e iterar em modelos de aprendizado de máquina.

Dá ao usuário a capacidade de importar uma variedade de fontes de dados para uso imediato

Consolida, limpa e normaliza dados de várias fontes diferentes.

Ajuda a economizar capacidade de armazenamento e melhora o desempenho da consulta.

Elimina a inconsistência e duplicação de dados, garantindo a integridade dos dados.

Funções analíticas baseadas em SQL, como séries temporais, correspondência de padrões, análise geoespacial, etc.

Fornece recursos integrados como algoritmos de aprendizado de máquina, funções de preparação de dados, avaliação e gerenciamento de modelos, etc.

Permite a consulta de dados em formatos de dados como parquet, ORC, JSON etc e analisar tipos de dados complexos no HDFS

Integra-se com fluxos de trabalho de ciência de dados, Machine Learning e recursos de inteligência artificial (IA).

Integra-se com ferramentas de BI para transformar dados em insights acionáveis.

Proporciona velocidade no processamento de dados e captura de dados não estruturados, semiestruturados e streaming.

Gerencia grandes volumes de dados, upscale ou downscale conforme a demanda.

Armazena rapidamente dados usados com frequência na memória do sistema.

Permite a movimentação de dados de um banco de dados para outro.

Fornece funcionalidade de backup e recuperação de dados para proteger e restaurar um banco de dados.

Permite que os usuários acessem e trabalhem em dados simultaneamente, suportando várias exibições dos dados.

Criptografa e transforma dados no banco de dados de um estado legível em um texto cifrado de caracteres ilegíveis.

Permite que o acesso restrito do usuário seja modificado dependendo do nível de acesso.

Políticas, procedimentos e padrões para gerenciar e acessar dados.

Restringe o acesso a dados em um nível de célula, mascara ou oculta partes de células e criptografa dados em repouso e em movimento

Fornece funções de sistema predefinidas, privilégios e funções definidas pelo usuário aos usuários.

Permite integração com mecanismos de segurança externos como Kerberos, autenticação LDAP etc.

Fornece um log de auditoria para controlar o acesso e as operações executadas em bancos de dados para conformidade normativa.

Fornece capacidade de criptografia para todos os dados em repouso usando chaves de criptografia.

Armazena tabelas de dados como colunas.

Suporta vários tipos de dados como listas, conjuntos, hashes (semelhante ao mapa), conjuntos classificados etc.

Implementa o particionamento automático horizontal de dados que permite armazenar dados em mais de um nó para expandir.

Restaura um banco de dados para um estado correto (consistente) em caso de falha.

Copie dados em vários servidores por meio de arquitetura de replicação mestre-escravo, ponto a ponto, etc.

Fornece suporte para armazenar, indexar e consultar dados em mais de um formato.

Disponível em vários sistemas operacionais como Linux, Windows, MacOS etc.

Oferece um local centralizado e neutro para as partes realizarem análises de dados.

Oferece computação localizada, onde os dados permanecem onde residem e são chamados pela API para realizar análises.

Permite que os usuários gerem texto com base em um prompt de texto.

Condensa documentos longos ou texto em um breve resumo.

Permite que os usuários gerem texto com base em um prompt de texto.

Condensa documentos longos ou texto em um breve resumo.

Fornece a capacidade de gerar imagens a partir de um prompt de texto.

Permite que os usuários gerem texto com base em um prompt de texto.

Condensa documentos longos ou texto em um breve resumo.

Capacidade de realizar tarefas complexas sem a necessidade constante de intervenção humana

Capacidade de decompor e planejar processos em várias etapas

Funciona em vários sistemas de software ou bancos de dados

Melhora o desempenho com base no feedback e na experiência

Engaja-se em conversas semelhantes às humanas para delegação de tarefas

Antecipe necessidades e ofereça sugestões sem ser solicitado

Tome decisões informadas com base nos dados disponíveis e nos objetivos