Ted Dunning: Putting Data Analytics and Artificial Intelligence in Production
DataOps-Teams, die ihre KI- und Data-Analytics-Anwendungen in den Produktivbetrieb überführen wollen, kämpfen mit technischen und sozialen Herausforderungen.
- Matthias Parbel
Zum Auftakt der data2day-Konferenz im vergangenen Jahr sprach Ted Dunning, Chief Application Architect bei MapR Technologies, in seiner Keynote über die Herausforderungen, Anwendungen der künstlichen Intelligenz und für die Analyse von Daten vom Test- in den produktiven Betrieb zu übertragen.
Den Marktforschern von Gartner zufolge stehen Teams in vielen Organisationen vor dem Problem, neu aufgesetzte Systeme noch nicht so zuverlässig betreiben zu können, dass sie sich in einer Produktionsumgebung bewähren können. So seien beispielsweise rund 80 Prozent aller Hadoop-Systeme noch immer nicht in Produktion, und das, obwohl Hadoop nur eine Anwendung unter vielen sei.
Basierend auf seiner Erfahrung in der Zusammenarbeit mit vielen Teams, die große Datensysteme seit Jahren im produktiven Einsatz haben, leitet Ted jene Muster und Praktiken von DataOps-Teams ab, die sich als erfolgreich bewährt haben. Dazu gehören sowohl technische wie auch soziale Muster mit Schwerpunkt auf umsetzbare Ratschläge für den Aufbau von relevanten Systemen.
Ted Dunning
ist Chief Application Architect bei MapR. Ted hat in einer Reihe erfolgreicher Startups gearbeitet, die Pionierarbeit bei neuen Methoden der Datenverarbeitung geleistet haben – darunter eine der ersten Musikempfehlungsmaschinen, Fortschritte beim Streaming von Medien sowie Systeme zur Erkennung von Verhaltensbetrug. Als Vorstandsmitglied der Apache Software Foundation ist auch sehr aktiv im Open-Source-Bereich und trägt seit Jahrzehnten zu einer Reihe von Projekten bei.
Mehr zum Thema auf der data2day 2019
Von 22. bis 24. Oktober 2019 veranstalten heise Developer, iX und der dpunkt.verlag die mittlerweile sechste Auflage der data2day. Im Programm der Konferenz finden sich zahlreiche Vorträge rund um Big Data, Data Science sowie maschinelles Lernen. Noch bis zum 13. September stehen Tickets zum Frühbucherpreis parat.
(map)
