Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


Teradata aide ses clients à libérer toute la valeur de leurs données grâce à l’intégration de Teradata VantageCloud à Microsoft Azure Machine Learning


Rédigé par Communiqué de Teradata le 15 Mars 2023

La plateforme ouverte et connectée VantageCloud permet aux entreprises de transformer leurs initiatives de machine learning (ML) de la phase expérimentale à la production, avec les outils de leur choix.



Teradata (NYSE: TDC) annonce l’intégration de Teradata VantageCloud, la plateforme d’analyse complète dans le cloud, au service Azure Machine Learning de Microsoft (Azure ML). L’évolutivité, l’ouverture et les fonctionnalités analytiques (ClearScape Analytics™) de pointe de VantageCloud sont désormais combinées à la capacité d’Azure ML de simplifier et d’accélérer le cycle de vie ML. Cette intégration permet aux clients de libérer toute la valeur de leurs données, même dans les environnements les plus complexes et les plus contraignants.

Malgré les investissements continus des entreprises dans le domaine de l’intelligence artificielle et du machine learning (AI/ML), de nombreuses initiatives peinent encore à se concrétiser. Selon une étude conduite par Gartner®, Inc., « en moyenne, 54 % des projets d’IA passent de la phase expérimentale à la phase de production »[1]. La plateforme VantageCloud de Teradata offre des performances à l’échelle de l’entreprise qui garantissent aux clients l’exécution d’analyses complexes et la conduite d’initiatives d’IA/ML sur de larges ensembles de données, avec la possibilité d’intégrer les outils de data science de leur choix, dont Azure ML. Ces performances inégalées et associées à la capacité de la plateforme à intégrer les langages et les outils favoris de chacun, permettent aux clients de libérer tout le potentiel de leurs investissements dans l’IA/ML. Cela permet de construire, de déployer et d’assurer la gestion de davantage de modèles de haute qualité en production, plus rapidement et en toute confiance.

« À mesure que l’utilisation de l’IA/ML se développe rapidement, de plus en plus d’entreprises issues de nombreux secteurs – de la santé aux services financiers, en passant par le retail – augmentent leurs investissements à grande échelle dans l’optique de pouvoir exploiter tout le potentiel de leurs données », déclare Hillary Ashton, Chief Product Officer chez Teradata. « Cependant, puisque seulement la moitié des projets d’IA/ML finissent en production, il paraît évident que les entreprises ne sont pas encore en mesure de développer pleinement leurs initiatives d’analyses avancées et d’optimiser leurs investissements. Ainsi, Teradata ambitionne de relever ce défi en associant l’évolutivité, la capacité inégalée d’ouverture et les analyses dans la base de données de VantageCloud à l’accélération et à la gestion des workflows quotidiens du cycle de vie du projet de machine learning d’Azure ML. Par ailleurs, les professionnels du ML, les data scientists et les data engineers ont désormais la possibilité d’entraîner et de déployer des modèles de manière rapide et efficace, mais également de gérer des MLOps en tirant parti de la quantité massive de données ingérées par Vantage ».

En outre, Teradata VantageCloud et Azure Machine Learning fonctionnent ensemble de manière transparente et offrent aux clients utilisant VantageCloud sur Azure la possibilité d’exploiter tout le potentiel de leurs données. Grâce à cette intégration, les clients communs de tous les secteurs d’activités peuvent notamment bénéficier de certains avantages dans les cas d’usage suivants :

Le retail – La rationalisation des supply chains en intégrant des données provenant d’une multitude de sources afin de mieux anticiper la demande, d’améliorer la visibilité, d’accroître la flexibilité en temps réel et de favoriser l’automatisation.
Les services financiers – L’amélioration de la gestion des risques en automatisant l’intégralité du processus de prise de décision et en intégrant les données relatives aux risques dans l’optimisation du bilan.
La santé – L’amélioration des conditions de prise en charge des patients en utilisant le machine learning pour prévoir de manière proactive le moment où les dispositifs médicaux auront besoin d’une révision.

« Microsoft Azure Machine Learning permet aux data scientists et aux développeurs de concevoir, de déployer et d’assurer la gestion de modèles de haute qualité, tout en accélérant la valeur temps et en prenant en charge l’ensemble du cycle de vie ML. La plateforme est reconnue par les utilisateurs pour sa fiabilité et est conçue en vue du développement d’applications d’IA responsables dans le domaine du machine learning – avec une équité intégrée et une utilisation responsable et conforme. Cette fiabilité et cette confiance, associées à l’excellente réputation de Teradata en matière de performances et de stabilité, permettent à nos clients d’accélérer leurs initiatives d’IA/ML en toute confiance et de bénéficier de la prise en charge nécessaire afin d’influencer considérablement les résultats de leur entreprise », commente Tony Surma, Chief Technology Officer, U.S. Global Partner Solutions chez Microsoft.




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store