ಬಿಗ್ ಡೇಟಾದ ಯುಗದ ಅವನತಿ

ಬಿಗ್ ಡೇಟಾದ ಯುಗವು ಅಂತ್ಯಗೊಂಡಿದೆ ಎಂದು ಅನೇಕ ವಿದೇಶಿ ಲೇಖಕರು ಒಪ್ಪುತ್ತಾರೆ. ಮತ್ತು ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಬಿಗ್ ಡೇಟಾ ಎಂಬ ಪದವು ಹಡೂಪ್ ಆಧಾರಿತ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಬಿಗ್ ಡೇಟಾ ಈ ಪ್ರಪಂಚವನ್ನು ತೊರೆದ ದಿನಾಂಕವನ್ನು ಅನೇಕ ಲೇಖಕರು ವಿಶ್ವಾಸದಿಂದ ಹೆಸರಿಸಬಹುದು ಮತ್ತು ಈ ದಿನಾಂಕ 05.06.2019/XNUMX/XNUMX ಆಗಿದೆ.

ಈ ಮಹತ್ವದ ದಿನದಂದು ಏನಾಯಿತು?

ಈ ದಿನ, MAPR ಮುಂದಿನ ಕಾರ್ಯಾಚರಣೆಗೆ ಹಣ ಸಿಗದಿದ್ದರೆ ತನ್ನ ಕೆಲಸವನ್ನು ಸ್ಥಗಿತಗೊಳಿಸುವುದಾಗಿ ಭರವಸೆ ನೀಡಿತು. MAPR ಅನ್ನು ನಂತರ ಆಗಸ್ಟ್ 2019 ರಲ್ಲಿ HP ಸ್ವಾಧೀನಪಡಿಸಿಕೊಂಡಿತು. ಆದರೆ ಜೂನ್‌ಗೆ ಹಿಂತಿರುಗಿದಾಗ, ಬಿಗ್ ಡೇಟಾ ಮಾರುಕಟ್ಟೆಗೆ ಈ ಅವಧಿಯ ದುರಂತವನ್ನು ಗಮನಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಈ ತಿಂಗಳು, ಗೊತ್ತುಪಡಿಸಿದ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಪ್ರಮುಖ ಆಟಗಾರರಾದ CLOUDERA ನ ಷೇರು ಬೆಲೆಗಳಲ್ಲಿ ಕುಸಿತ ಕಂಡುಬಂದಿದೆ, ಇದು ಅದೇ ವರ್ಷದ ಜನವರಿಯಲ್ಲಿ ದೀರ್ಘಕಾಲಿಕವಾಗಿ ಲಾಭದಾಯಕವಲ್ಲದ HORTOWORKS ನೊಂದಿಗೆ ವಿಲೀನಗೊಂಡಿತು. ಕುಸಿತವು ಸಾಕಷ್ಟು ಮಹತ್ವದ್ದಾಗಿತ್ತು ಮತ್ತು ಅಂತಿಮವಾಗಿ 43% ನಷ್ಟಿತ್ತು, CLOUDERA ನ ಬಂಡವಾಳೀಕರಣವು 4,1 ರಿಂದ 1,4 ಶತಕೋಟಿ ಡಾಲರ್‌ಗೆ ಇಳಿಯಿತು.

ಹಡೂಪ್ ಆಧಾರಿತ ತಂತ್ರಜ್ಞಾನಗಳ ಕ್ಷೇತ್ರದಲ್ಲಿ ಗುಳ್ಳೆಯ ವದಂತಿಗಳು ಡಿಸೆಂಬರ್ 2014 ರಿಂದ ಹರಡುತ್ತಿವೆ ಎಂದು ಹೇಳುವುದು ಅಸಾಧ್ಯ, ಆದರೆ ಇದು ಸುಮಾರು ಐದು ವರ್ಷಗಳ ಕಾಲ ಧೈರ್ಯದಿಂದ ನಡೆಯಿತು. ಈ ವದಂತಿಗಳು ಹಡೂಪ್ ತಂತ್ರಜ್ಞಾನದ ಆವಿಷ್ಕಾರದಿಂದ ಹುಟ್ಟಿಕೊಂಡ ಕಂಪನಿಯಾದ Google ನ ನಿರಾಕರಣೆಯನ್ನು ಆಧರಿಸಿವೆ. ಆದರೆ ಕಂಪನಿಗಳು ಕ್ಲೌಡ್ ಪ್ರೊಸೆಸಿಂಗ್ ಟೂಲ್‌ಗಳಿಗೆ ಪರಿವರ್ತನೆ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ತ್ವರಿತ ಅಭಿವೃದ್ಧಿಯ ಸಮಯದಲ್ಲಿ ತಂತ್ರಜ್ಞಾನವು ಬೇರೂರಿದೆ. ಆದ್ದರಿಂದ, ಹಿಂತಿರುಗಿ ನೋಡಿದಾಗ, ಸಾವು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ ಎಂದು ನಾವು ವಿಶ್ವಾಸದಿಂದ ಹೇಳಬಹುದು.

ಹೀಗಾಗಿ, ಬಿಗ್ ಡೇಟಾದ ಯುಗವು ಕೊನೆಗೊಂಡಿದೆ, ಆದರೆ ಬಿಗ್ ಡೇಟಾದಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ, ಕಂಪನಿಗಳು ಅದರ ಮೇಲೆ ಕೆಲಸ ಮಾಡುವ ಎಲ್ಲಾ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಅರಿತುಕೊಂಡಿವೆ, ಬಿಗ್ ಡೇಟಾವು ವ್ಯವಹಾರಕ್ಕೆ ತರಬಹುದಾದ ಪ್ರಯೋಜನಗಳನ್ನು ಮತ್ತು ಕೃತಕವಾಗಿ ಬಳಸಲು ಕಲಿತಿದೆ. ಕಚ್ಚಾ ಡೇಟಾದಿಂದ ಮೌಲ್ಯವನ್ನು ಹೊರತೆಗೆಯಲು ಬುದ್ಧಿವಂತಿಕೆ.

ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಯಾವುದು ಬದಲಾಯಿಸುತ್ತದೆ ಮತ್ತು ವಿಶ್ಲೇಷಣಾ ತಂತ್ರಜ್ಞಾನಗಳು ಹೇಗೆ ಮತ್ತಷ್ಟು ಅಭಿವೃದ್ಧಿಗೊಳ್ಳುತ್ತವೆ ಎಂಬ ಪ್ರಶ್ನೆಯು ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕವಾಗಿದೆ.

ವರ್ಧಿತ ಅನಾಲಿಟಿಕ್ಸ್

ವಿವರಿಸಿದ ಘಟನೆಗಳ ಸಮಯದಲ್ಲಿ, ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಕೆಲಸ ಮಾಡುವ ಕಂಪನಿಗಳು ಇನ್ನೂ ಕುಳಿತುಕೊಳ್ಳಲಿಲ್ಲ. 2019 ರಲ್ಲಿ ಸಂಭವಿಸಿದ ವಹಿವಾಟುಗಳ ಮಾಹಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಏನನ್ನು ನಿರ್ಣಯಿಸಬಹುದು. ಈ ವರ್ಷ, ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಅತಿದೊಡ್ಡ ವಹಿವಾಟನ್ನು ನಡೆಸಲಾಯಿತು - $ 15,7 ಶತಕೋಟಿಗೆ ಸೇಲ್ಸ್‌ಫೋರ್ಸ್‌ನಿಂದ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವೇದಿಕೆ ಟೇಬಲ್‌ಯು ಸ್ವಾಧೀನಪಡಿಸಿಕೊಳ್ಳುವುದು. ಗೂಗಲ್ ಮತ್ತು ಲುಕರ್ ನಡುವೆ ಸಣ್ಣ ಒಪ್ಪಂದ ಸಂಭವಿಸಿದೆ. ಮತ್ತು ಸಹಜವಾಗಿ, ದೊಡ್ಡ ಡೇಟಾ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಅಟ್ಯೂನಿಟಿಯ ಕ್ಲಿಕ್‌ನಿಂದ ಸ್ವಾಧೀನಪಡಿಸಿಕೊಳ್ಳುವುದನ್ನು ಗಮನಿಸಲು ಒಬ್ಬರು ವಿಫಲರಾಗುವುದಿಲ್ಲ.

BI ಮಾರುಕಟ್ಟೆಯ ನಾಯಕರು ಮತ್ತು ಗಾರ್ಟ್ನರ್ ತಜ್ಞರು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯ ವಿಧಾನಗಳಲ್ಲಿ ಒಂದು ಸ್ಮಾರಕ ಬದಲಾವಣೆಯನ್ನು ಘೋಷಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಈ ಬದಲಾವಣೆಯು BI ಮಾರುಕಟ್ಟೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಾಶಪಡಿಸುತ್ತದೆ ಮತ್ತು BI ಅನ್ನು AI ನೊಂದಿಗೆ ಬದಲಿಸಲು ಕಾರಣವಾಗುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, AI ಎಂಬ ಸಂಕ್ಷೇಪಣವು "ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ" ಅಲ್ಲ ಆದರೆ "ಆಗ್ಮೆಂಟೆಡ್ ಇಂಟೆಲಿಜೆನ್ಸ್" ಎಂದು ಗಮನಿಸಬೇಕು. "ಆಗ್ಮೆಂಟೆಡ್ ಅನಾಲಿಟಿಕ್ಸ್" ಪದಗಳ ಹಿಂದೆ ಏನಿದೆ ಎಂಬುದನ್ನು ಹತ್ತಿರದಿಂದ ನೋಡೋಣ.

ವರ್ಧಿತ ರಿಯಾಲಿಟಿನಂತೆ ವರ್ಧಿತ ವಿಶ್ಲೇಷಣೆಯು ಹಲವಾರು ಸಾಮಾನ್ಯ ಪೋಸ್ಟುಲೇಟ್‌ಗಳನ್ನು ಆಧರಿಸಿದೆ:

• NLP (ನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣೆ) ಬಳಸಿಕೊಂಡು ಸಂವಹನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ, ಅಂದರೆ. ಮಾನವ ಭಾಷೆಯಲ್ಲಿ;
• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆ, ಇದರರ್ಥ ಯಂತ್ರ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಡೇಟಾವನ್ನು ಮೊದಲೇ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ;
• ಮತ್ತು ಸಹಜವಾಗಿ, ಸಿಸ್ಟಂನ ಬಳಕೆದಾರರಿಗೆ ಲಭ್ಯವಿರುವ ಶಿಫಾರಸುಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ರಚಿಸಲ್ಪಟ್ಟವು.

ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವೇದಿಕೆಗಳ ತಯಾರಕರ ಪ್ರಕಾರ, SQL ಅಥವಾ ಅಂತಹುದೇ ಸ್ಕ್ರಿಪ್ಟಿಂಗ್ ಭಾಷೆಯ ಜ್ಞಾನದಂತಹ ವಿಶೇಷ ಕೌಶಲ್ಯಗಳನ್ನು ಹೊಂದಿರದ, ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಅಥವಾ ಗಣಿತಶಾಸ್ತ್ರದ ತರಬೇತಿಯನ್ನು ಹೊಂದಿರದ, ಜನಪ್ರಿಯ ಭಾಷೆಗಳ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರದ ಬಳಕೆದಾರರಿಗೆ ಅವುಗಳ ಬಳಕೆಯು ಲಭ್ಯವಿರುತ್ತದೆ. ಡೇಟಾ ಸಂಸ್ಕರಣೆ ಮತ್ತು ಅನುಗುಣವಾದ ಲೈಬ್ರರಿಗಳಲ್ಲಿ ಪರಿಣತಿ. "ಸಿಟಿಜನ್ ಡಾಟಾ ಸೈಂಟಿಸ್ಟ್ಸ್" ಎಂದು ಕರೆಯಲ್ಪಡುವ ಅಂತಹ ಜನರು ಅತ್ಯುತ್ತಮ ವ್ಯಾಪಾರ ಅರ್ಹತೆಗಳನ್ನು ಮಾತ್ರ ಹೊಂದಿರಬೇಕು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅವರಿಗೆ ನೀಡುವ ಸಲಹೆಗಳು ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳಿಂದ ವ್ಯಾಪಾರದ ಒಳನೋಟಗಳನ್ನು ಸೆರೆಹಿಡಿಯುವುದು ಅವರ ಕಾರ್ಯವಾಗಿದೆ ಮತ್ತು ಅವರು NLP ಅನ್ನು ಬಳಸಿಕೊಂಡು ತಮ್ಮ ಊಹೆಗಳನ್ನು ಪರಿಷ್ಕರಿಸಬಹುದು.

ಈ ವರ್ಗದ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಬಳಕೆದಾರರ ಪ್ರಕ್ರಿಯೆಯನ್ನು ವಿವರಿಸುತ್ತಾ, ಈ ಕೆಳಗಿನ ಚಿತ್ರವನ್ನು ಊಹಿಸಬಹುದು. ಒಬ್ಬ ವ್ಯಕ್ತಿ, ಕೆಲಸಕ್ಕೆ ಬರುವುದು ಮತ್ತು ಅನುಗುಣವಾದ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸುವುದು, ಪ್ರಮಾಣಿತ ವಿಧಾನಗಳನ್ನು (ವಿಂಗಡಣೆ, ಗುಂಪು ಮಾಡುವುದು, ಅಂಕಗಣಿತದ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ನಿರ್ವಹಿಸುವುದು) ಬಳಸಿಕೊಂಡು ವಿಶ್ಲೇಷಿಸಬಹುದಾದ ಸಾಮಾನ್ಯ ವರದಿಗಳು ಮತ್ತು ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ಗಳ ಜೊತೆಗೆ, ಕೆಲವು ಸಲಹೆಗಳು ಮತ್ತು ಶಿಫಾರಸುಗಳನ್ನು ನೋಡುತ್ತಾರೆ: “ಇನ್ KPI, ಮಾರಾಟದ ಸಂಖ್ಯೆಯನ್ನು ಸಾಧಿಸಲು, ನೀವು "ತೋಟಗಾರಿಕೆ" ವರ್ಗದಿಂದ ಉತ್ಪನ್ನಗಳ ಮೇಲೆ ರಿಯಾಯಿತಿಯನ್ನು ಅನ್ವಯಿಸಬೇಕು." ಹೆಚ್ಚುವರಿಯಾಗಿ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಕಾರ್ಪೊರೇಟ್ ಮೆಸೆಂಜರ್ ಅನ್ನು ಸಂಪರ್ಕಿಸಬಹುದು: ಸ್ಕೈಪ್, ಸ್ಲಾಕ್, ಇತ್ಯಾದಿ. ಪಠ್ಯ ಅಥವಾ ಧ್ವನಿಯ ಮೂಲಕ ರೋಬೋಟ್ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಬಹುದು: "ನನಗೆ ಐದು ಹೆಚ್ಚು ಲಾಭದಾಯಕ ಕ್ಲೈಂಟ್‌ಗಳನ್ನು ನೀಡಿ." ಸೂಕ್ತವಾದ ಉತ್ತರವನ್ನು ಪಡೆದ ನಂತರ, ಅವನು ತನ್ನ ವ್ಯವಹಾರದ ಅನುಭವದ ಆಧಾರದ ಮೇಲೆ ಉತ್ತಮ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಕು ಮತ್ತು ಕಂಪನಿಗೆ ಲಾಭವನ್ನು ತರಬೇಕು.

ನೀವು ಒಂದು ಹೆಜ್ಜೆ ಹಿಂದಕ್ಕೆ ತೆಗೆದುಕೊಂಡು ವಿಶ್ಲೇಷಣೆ ಮಾಡಲಾದ ಮಾಹಿತಿಯ ಸಂಯೋಜನೆಯನ್ನು ನೋಡಿದರೆ ಮತ್ತು ಈ ಹಂತದಲ್ಲಿ, ವರ್ಧಿತ ವಿಶ್ಲೇಷಣಾ ಉತ್ಪನ್ನಗಳು ಜನರ ಜೀವನವನ್ನು ಸುಲಭಗೊಳಿಸಬಹುದು. ತಾತ್ತ್ವಿಕವಾಗಿ, ಬಳಕೆದಾರರು ಅಪೇಕ್ಷಿತ ಮಾಹಿತಿಯ ಮೂಲಗಳಿಗೆ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಉತ್ಪನ್ನವನ್ನು ಮಾತ್ರ ಸೂಚಿಸಬೇಕಾಗುತ್ತದೆ ಎಂದು ಭಾವಿಸಲಾಗಿದೆ, ಮತ್ತು ಪ್ರೋಗ್ರಾಂ ಸ್ವತಃ ಡೇಟಾ ಮಾದರಿಯನ್ನು ರಚಿಸುವುದು, ಕೋಷ್ಟಕಗಳು ಮತ್ತು ಅಂತಹುದೇ ಕಾರ್ಯಗಳನ್ನು ಲಿಂಕ್ ಮಾಡುವ ಬಗ್ಗೆ ಕಾಳಜಿ ವಹಿಸುತ್ತದೆ.

ಇದೆಲ್ಲವೂ, ಮೊದಲನೆಯದಾಗಿ, ಡೇಟಾದ "ಪ್ರಜಾಪ್ರಭುತ್ವೀಕರಣ" ವನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು, ಅಂದರೆ. ಯಾವುದೇ ವ್ಯಕ್ತಿಯು ಕಂಪನಿಗೆ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯ ಸಂಪೂರ್ಣ ಶ್ರೇಣಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು. ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಶ್ಲೇಷಣಾ ವಿಧಾನಗಳಿಂದ ಬೆಂಬಲಿಸಬೇಕು. ಡೇಟಾ ಪ್ರವೇಶ ಸಮಯವು ಕನಿಷ್ಠವಾಗಿರಬೇಕು, ಆದ್ದರಿಂದ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳು ಮತ್ತು SQL ಪ್ರಶ್ನೆಗಳನ್ನು ಬರೆಯುವ ಅಗತ್ಯವಿಲ್ಲ. ಮತ್ತು ಸಹಜವಾಗಿ, ನೀವು ಹೆಚ್ಚು ಪಾವತಿಸಿದ ಡೇಟಾ ಸೈನ್ಸ್ ತಜ್ಞರಲ್ಲಿ ಹಣವನ್ನು ಉಳಿಸಬಹುದು.

ಕಾಲ್ಪನಿಕವಾಗಿ, ತಂತ್ರಜ್ಞಾನವು ವ್ಯಾಪಾರಕ್ಕಾಗಿ ಅತ್ಯಂತ ಪ್ರಕಾಶಮಾನವಾದ ನಿರೀಕ್ಷೆಗಳನ್ನು ನೀಡುತ್ತದೆ.

ಬಿಗ್ ಡಾಟಾವನ್ನು ಯಾವುದು ಬದಲಾಯಿಸುತ್ತದೆ

ಆದರೆ, ವಾಸ್ತವವಾಗಿ, ನಾನು ನನ್ನ ಲೇಖನವನ್ನು ಬಿಗ್ ಡೇಟಾದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿದೆ. ಮತ್ತು ಆಧುನಿಕ BI ಪರಿಕರಗಳಿಗೆ ಸಂಕ್ಷಿಪ್ತ ವಿಹಾರವಿಲ್ಲದೆ ನಾನು ಈ ವಿಷಯವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ, ಇದರ ಆಧಾರವು ಸಾಮಾನ್ಯವಾಗಿ ದೊಡ್ಡ ಡೇಟಾ. ದೊಡ್ಡ ಡೇಟಾದ ಭವಿಷ್ಯವನ್ನು ಈಗ ಸ್ಪಷ್ಟವಾಗಿ ನಿರ್ಧರಿಸಲಾಗಿದೆ ಮತ್ತು ಇದು ಕ್ಲೌಡ್ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ. ಈಗ ಪ್ರತಿಯೊಂದು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವ್ಯವಸ್ಥೆಯು ಅದರ ಹಿಂದೆ ಕ್ಲೌಡ್ ಸ್ಟೋರೇಜ್ ಹೊಂದಿದೆ ಮತ್ತು ಕ್ಲೌಡ್ ಸೇವೆಗಳು ಮುಂಭಾಗದ ತುದಿಯಾಗಿ BI ಅನ್ನು ಹೊಂದಿವೆ ಎಂಬುದನ್ನು ಪ್ರದರ್ಶಿಸಲು ನಾನು BI ಮಾರಾಟಗಾರರೊಂದಿಗೆ ಮಾಡಿದ ವ್ಯವಹಾರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ.

ORACLE ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್ನಂತಹ ಡೇಟಾಬೇಸ್ಗಳ ಕ್ಷೇತ್ರದಲ್ಲಿ ಅಂತಹ ಸ್ತಂಭಗಳ ಬಗ್ಗೆ ಮರೆಯದೆ, ವ್ಯಾಪಾರ ಅಭಿವೃದ್ಧಿಯ ಅವರ ಆಯ್ಕೆ ದಿಕ್ಕನ್ನು ಗಮನಿಸುವುದು ಅವಶ್ಯಕ ಮತ್ತು ಇದು ಮೋಡವಾಗಿದೆ. ನೀಡಲಾದ ಎಲ್ಲಾ ಸೇವೆಗಳನ್ನು ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಕಾಣಬಹುದು, ಆದರೆ ಕೆಲವು ಕ್ಲೌಡ್ ಸೇವೆಗಳು ಇನ್ನು ಮುಂದೆ ಆವರಣದಲ್ಲಿ ಲಭ್ಯವಿರುವುದಿಲ್ಲ. ಅವರು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳ ಬಳಕೆಯ ಮೇಲೆ ಗಮನಾರ್ಹವಾದ ಕೆಲಸವನ್ನು ಮಾಡಿದ್ದಾರೆ, ಬಳಕೆದಾರರಿಗೆ ಲಭ್ಯವಿರುವ ಗ್ರಂಥಾಲಯಗಳನ್ನು ರಚಿಸಿದ್ದಾರೆ ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಆಯ್ಕೆಮಾಡುವುದರಿಂದ ಪ್ರಾರಂಭದ ಸಮಯವನ್ನು ಹೊಂದಿಸುವವರೆಗೆ ಸುಲಭವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಇಂಟರ್ಫೇಸ್ಗಳನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಿದ್ದಾರೆ.

ಕ್ಲೌಡ್ ಸೇವೆಗಳನ್ನು ಬಳಸುವ ಮತ್ತೊಂದು ಪ್ರಮುಖ ಪ್ರಯೋಜನವೆಂದರೆ ತಯಾರಕರು ಧ್ವನಿ ನೀಡುತ್ತಾರೆ, ತರಬೇತಿ ಮಾದರಿಗಳಿಗೆ ಯಾವುದೇ ವಿಷಯದ ಮೇಲೆ ಬಹುತೇಕ ಅನಿಯಮಿತ ಡೇಟಾ ಸೆಟ್‌ಗಳ ಲಭ್ಯತೆ.

ಆದಾಗ್ಯೂ, ಪ್ರಶ್ನೆ ಉದ್ಭವಿಸುತ್ತದೆ: ನಮ್ಮ ದೇಶದಲ್ಲಿ ಕ್ಲೌಡ್ ತಂತ್ರಜ್ಞಾನಗಳು ಎಷ್ಟು ದೂರದಲ್ಲಿ ಬೇರುಬಿಡುತ್ತವೆ?

ಮೂಲ: www.habr.com