Data Science und die Cloud

Cloud-Technologien bieten Data Scientists eine ideale Umgebung, um explorativ Daten zu verarbeiten und neue Machine-Learning-Modelle zu entwickeln.

Daher helfen wir unseren Kunden bei der Planung von Cloud-Projekten, beim anschließenden Onboarding sowie bei der Umsetzung und dem Betrieb von Data-Science-Projekten in der Cloud.

Ein Cloud-Setup kann viele sonst langwierige Prozesse streamlinen. Um Data Science für die Praxis anwendbar zu machen, ist es nötig, Modelle, die normalerweise unter „Laborbedingungen” entstehen, in die Produktion umzusetzen. Durch die konsequente Verwendung des Paradigmas „Infrastructure as Code (IaC) können reproduzierbar Systemlandschaften geschaffen werden. So können Data Scientists neue Modelle in Testumgebungen gestalten, die sich bereits an der Praxis orientieren und leichter umsetzbar sind.

Platform-as-a-Service-Angebote der Cloud-Anbieter ermöglichen eine schnellere Entwicklung neuer Algorithmen. Sie bieten nicht nur die benötigten Mittel zur Umsetzung, sondern auch genügend Rechenressourcen. Individuelle Modelle können dagegen noch besser auf den Einzelfall zugeschnitten werden und sind meist besser als der Standard. 

Data Science in der Cloud

Angebote zur Umsetzung von Data Science in der Cloud gibt es viele. Die wenigsten davon sind wirklich nachhaltig. Wir verhelfen unseren Kunden zu Lösungen, die langfristig Bestand haben. 

Wenn der Weg in die Cloud feststeht und das Projekt startet, müssen einige Kunden noch „Cloud-ready” gemacht werden. Der Aufwand und die Aufgaben dafür können sich je nach Anspruch und Unternehmensorganisation erheblich unterscheiden. Wir beraten daher gerne von Anfang an bei der Organisation und Strukturierung der Cloud-Systeme und führen ein individuelles Cloud-Onboarding durch. So können nachhaltige Produkte entstehen, die nachfolgende Entwicklungsschritte langfristig transparent machen und Continuous Integration/Deployment (CI/CD) ermöglichen.

Wir helfen Data Scientists

Viele Unternehmen verfügen bereits über Data-Science-Expertise im eigenen Haus. Um ihnen die Arbeit in der Cloud so einfach wie möglich zu machen, übernehmen wir die Implementierung des Cloud Setups und entwickeln gemeinsam mit ihnen einen Data-Science-Selfservice-Baukasten. Ein gemeinsam entwickeltes Framework stellt sicher, dass sie sich voll auf ihre Arbeit konzentrieren können, ohne sich aktiv mit dem Code beschäftigen zu müssen.

Individuelle Lösungsansätze

Jede Lösung bringt ihre eigenen Herausforderungen mit sich. Wir bieten Data-Science-Lösungen in der Cloud, die auf die Bedürfnisse und Wünsche unserer Kunden zugeschnitten sind. 

Große Anbieter wie Google, Amazon oder Microsoft Azure bieten Produkte, die ein einfaches Setup bieten und schnellere Ergebnisse begünstigen. Häufig sind diese Vorteile jedoch mit einer entscheidenden Einschränkung verbunden: Vendor Lock-ins verhindern eine reibungslose Übertragung von einem System in das andere. 

Wir sind in der Lage, eine Cloud-Infrastruktur aufzusetzen, die unabhängig von einzelnen Cloud-Providern arbeitet, und beraten Sie gerne dabei, welche Lösung am besten zu Ihren Bedürfnissen passt.

Entwicklung einer Big-Data- und Data-Science-Lösung für ProSiebenSat.1

Entwicklung einer Big-Data- und Data-Science-Lösung für ProSiebenSat.1

Für ProSiebenSat.1 ist es von großem Interesse, welchen konkreten Beitrag die TV-Werbung zur Wertschöpfung des beworbenen E-Commerce-Unternehmens leistet. Wie viele Visitors besuchen genau deshalb die E-Commerce-Website, weil sie die TV-Werbung gesehen haben? Und welchen Umsatz bringen diese Visitors, die nachweislich ursächlich wegen der TV-Werbung auf die Website gekommen sind? Die Herausforderung Standard-Lösungen für die Analyse von Web-Traffic können den Zusammenhang zwischen TV-Spot-Ausstrahlungen, also Ereignissen außerhalb der Online-Welt, und dem dadurch ausgelösten Online-Verhalten nicht klären. Deshalb hat ProSiebenSat.1 sich für die Entwicklung einer individuellen Big-Data-Lösung zur Klärung dieser Fragen entschieden. inovex hat für die ProSiebenSat.1 AG ein Data-Science-Projekt auf der Grundlage eines Hadoop-Clusters umgesetzt.

Case Study "Data Science für ProSiebenSat.1" jetzt lesen

Wie können wir Sie unterstützen?

Nehmen Sie mit uns Kontakt auf – einfach per Telefon oder E-Mail.

Wir freuen uns auf Ihre Nachricht!


Weitere Themen:

Stefan Igel

Ich freue mich auf Ihre Nachricht!

Stefan Igel

Führungsteam Data Management & Analytics

Projekt KOSMoS

Großes Gemeinschaftsprojekt: Smart-Contracting-Plattform

Viele Industrieunternehmen sammeln bereits vielfältige Daten, die ihre Produktionsanlagen ausgeben, und analysieren sie unternehmensintern. Anschließend können sie auf dieser Grundlage ihre eigene Produktion optimieren. Doch das Industrial Internet of Things (IIoT) bietet weitaus größere Potenziale. Das Projekt KOSMoS, das durch das Bundesministerium für Bildung und Forschung gefördert wird, verfolgt deshalb das Ziel, produzierende Unternehmen digital miteinander zu verbinden und damit ein Wertschöpfungsnetz über die Unternehmensgrenzen hinweg zu schaffen. Im Konsortium der neun Projektpartner ist inovex der Experte für Data Management und Analytics.

Zum Projekt KOSMoS

inovex Blog

F. Wilhelm

Data Science in Production: Packaging, Versioning and Continuous Integration

Blog-Artikel lesen

inovex Lab

Masterarbeit von S. Blank

Querying NoSQL with Deep Learning to Answer Natural Language Questions

Zur Masterarbeit

inovex Blog

M. Kurovski

From Exploration to Production—Bridging the Deployment Gap for Deep Learning

Blog-Artikel lesen