15 fonctionnalités critiques d’une plateforme de Data Science

Dans quelle mesure la plateforme prend-elle en charge l’accès à de nombreux types de données (tels que des tableaux, des images, des graphiques, des journaux, des séries chronologiques, des données audio, des textes) ?

La plate-forme dispose-t-elle d'un nombre important de fonctionnalités de préparation des données non codantes ou codantes ?

La plate-forme permet-elle une série d'étapes exploratoires, y compris la visualisation interactive?

Puis sont venus les critères d’analyse :

La plateforme facilite-t-elle l'automatisation de la génération de caractéristiques et le réglage de l'hyperparamètre ?

Le produit présente-t-il une "apparence" cohérente et une interface utilisateur intuitive, idéalement avec la prise en charge d'un composant de pipeline visuel ou d'une structure de composition visuelle ?

Quelle est l'ampleur des approches d'apprentissage automatique facilement accessibles depuis la plate-forme, ou pré-emballées et livrées avec elle ? L'offre comprend-elle également un soutien aux approches modernes d'apprentissage automatique, telles que les techniques d'ensemble (boosting, bagging et forêts aléatoires) et l'apprentissage en profondeur (deep learning) ?

Comment d'autres méthodes d'analyse, telles que la statistique, l'optimisation, la simulation, l'analyse de texte et l'analyse d'image, sont-elles intégrées à l'environnement de développement ?

Comment intégrer différentes bibliothèques à code source libre dans la plate-forme ? Comment les utilisateurs peuvent-ils créer leurs propres fonctions ? Comment fonctionne la plate-forme avec des cahiers ?

Comment contrôler les déploiements de postes de travail, de serveurs et de cloud ? Comment les configurations multicœurs et multinodes sont-elles utilisées ?

Dans quelle mesure la plate-forme prend-elle en charge la possibilité de créer des API ou des conteneurs (tels que le code, le format de fichier prédictif de modèle de calcul PMML, le format portable pour Analytics PFA et les applications empaquetées) pouvant être utilisés pour un déploiement plus rapide dans des scénarios commerciaux ?

Quelles sont les fonctionnalités de gestion fournies par la plate-forme (telles que la sécurité, la gestion des ressources informatiques, la gouvernance, la gestion des versions et des versions de projets, l'audit des lignées et la reproductibilité) ?

Quelles sont les fonctionnalités fournies par la plateforme pour surveiller et recalibrer des centaines ou des milliers de modèles ? Cela inclut des fonctionnalités de test de modèle, telles que la validation croisée du pli K, la formation, la division et la division de test, la surface sous la courbe (AUC), la caractéristique de fonctionnement du récepteur (ROC), les matrices de perte et les modèles de test côte à côte (par exemple, test champion / challenger [A / B]).

La plate-forme offre-t-elle des solutions "prédéfinies" (par exemple, pour la vente croisée, l'analyse de réseau social, la détection de fraude, les systèmes de recommandation, la propension à acheter, la prévision des défaillances et la détection d'anomalies) pouvant être intégrées et importées via des bibliothèques, des marchés et des galeries ?

Comment des utilisateurs ayant des compétences différentes travaillent-ils ensemble sur les mêmes flux de travail et projets ? Comment les projets peuvent-ils être archivés, commentés et réutilisés ?

Dans quelle mesure la plate-forme est-elle intuitive, cohérente et intégrée pour prendre en charge l'intégralité d'un pipeline d'analyse de données ? La plate-forme elle-même doit fournir des métadonnées et des capacités d'intégration pour les 14 capacités précédentes.

La plateforme doit également fournir une expérience transparente de bout en bout pour rendre les data scientists plus productifs sur l'ensemble du pipeline de données et d'analyse, de l'accès aux données à la génération d'informations, en passant par la recommandation d'actions pour mesurer l'impact. Cette métacapabilité doit garantir que les formats d'entrée/sortie de données sont normalisés, dans la mesure du possible, afin que les composants aient une "apparence" cohérente et que la terminologie soit unifiée sur toute la plate-forme.