बिग डाटा को युग को गिरावट

धेरै विदेशी लेखकहरू सहमत छन् कि बिग डाटाको युग समाप्त भएको छ। र यस अवस्थामा, बिग डाटा शब्दले हडूपमा आधारित प्रविधिहरूलाई जनाउँछ। धेरै लेखकहरूले बिग डाटाले यो संसार छोडेको मितिलाई निर्धक्कसँग नाम दिन सक्छन् र यो मिति ०६/०५/२०१९ हो।

यो महत्त्वपूर्ण दिनमा के भयो?

यस दिन, MAPR ले थप सञ्चालनको लागि रकम नभेटिएमा आफ्नो काम स्थगित गर्ने वाचा गरेको छ। MAPR पछि HP द्वारा अगस्त 2019 मा अधिग्रहण गरिएको थियो। तर जुनमा फर्केर, कसैले मद्दत गर्न सक्दैन तर बिग डाटा बजारको लागि यस अवधिको त्रासदीलाई नोट गर्न सक्दैन। यस महिनामा बजारको एक अग्रणी खेलाडी CLOUDERA को स्टक मूल्यमा गिरावट देखियो, जुन त्यही वर्षको जनवरीमा पुरानो रूपमा नाफा नपुगेको HORTOWORKS सँग मर्ज भयो। पतन एकदम महत्त्वपूर्ण थियो र 43% को मात्रा थियो; अन्ततः, CLOUDERA को पूंजीकरण 4,1 बाट 1,4 बिलियन डलरमा घट्यो।

डिसेम्बर 2014 देखि Hadoop-आधारित टेक्नोलोजीको क्षेत्रमा बबलको अफवाह फैलिएको छ भनेर भन्न असम्भव छैन, तर यो साहसपूर्वक लगभग पाँच वर्षसम्म जारी राख्यो। यी अफवाहहरू Google को इन्कारमा आधारित थिए, कम्पनी जहाँ Hadoop प्रविधिको उत्पत्ति भएको थियो, यसको आविष्कारबाट। तर प्रविधिले क्लाउड प्रशोधन उपकरणहरूमा कम्पनीहरूको संक्रमण र कृत्रिम बुद्धिमत्ताको द्रुत विकासको क्रममा जरा लिएको थियो। तसर्थ, पछाडि हेर्दा, हामी विश्वास संग भन्न सक्छौं कि मृत्यु अपेक्षित थियो।

यसरी बिग डाटाको युगको अन्त्य भएको छ, तर बिग डाटामा काम गर्ने प्रक्रियामा कम्पनीहरूले यसमा काम गर्ने सबै सूक्ष्मताहरू, बिग डाटाले व्यवसायमा ल्याउन सक्ने फाइदाहरू महसुस गरेका छन् र कृत्रिम प्रयोग गर्न पनि सिकेका छन्। कच्चा डाटाबाट मूल्य निकाल्न बुद्धि।

यो प्रविधि के प्रतिस्थापन हुनेछ र कसरी विश्लेषणात्मक प्रविधिहरू थप विकास हुनेछ भन्ने प्रश्न अझ रोचक हुन्छ।

संवर्धित एनालिटिक्स

वर्णन गरिएका घटनाहरूको समयमा, डाटा विश्लेषणको क्षेत्रमा काम गर्ने कम्पनीहरू चुप लागेर बसेनन्। 2019 मा भएको लेनदेनको बारेमा जानकारीको आधारमा के निर्णय गर्न सकिन्छ। यस वर्ष, बजारमा सबैभन्दा ठूलो लेनदेन गरिएको थियो - विश्लेषणात्मक प्लेटफर्म Tableau को बिक्री सेल्सफोर्स द्वारा $ 15,7 बिलियन को अधिग्रहण। गुगल र लुकर बीच एउटा सानो सम्झौता भयो। र निस्सन्देह, एक ठूलो डाटा प्लेटफर्म Attunity को Qlik द्वारा अधिग्रहण नोट गर्न असफल हुन सक्दैन।

BI बजार नेताहरू र गार्टनर विशेषज्ञहरूले डेटा विश्लेषणको दृष्टिकोणमा ठूलो परिवर्तनको घोषणा गर्दैछन्; यो परिवर्तनले BI बजारलाई पूर्ण रूपमा नष्ट गर्नेछ र BI लाई AI सँग प्रतिस्थापन गर्न नेतृत्व गर्नेछ। यस सन्दर्भमा, यो ध्यान दिनु पर्छ कि संक्षिप्त नाम AI "कृत्रिम बुद्धिमत्ता" होइन तर "संवर्धित बुद्धिमत्ता" हो। "संवर्धित एनालिटिक्स" शब्दहरूको पछाडि के छ भन्ने कुरालाई नजिकबाट हेरौं।

संवर्धित विश्लेषणहरू, जस्तै संवर्धित वास्तविकता, धेरै सामान्य पोष्टुलेटहरूमा आधारित छ:

• NLP (प्राकृतिक भाषा प्रशोधन) को प्रयोग गरेर संचार गर्ने क्षमता, अर्थात्। मानव भाषामा;
• आर्टिफिसियल इन्टेलिजेन्सको प्रयोग, यसको मतलब यो हो कि डाटा मेसिन इन्टेलिजेन्सद्वारा पूर्व-प्रशोधन गरिनेछ;
• र निस्सन्देह, प्रणालीको प्रयोगकर्तालाई उपलब्ध सिफारिसहरू, जुन कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न गरिएको थियो।

विश्लेषणात्मक प्लेटफर्मका निर्माताहरूका अनुसार, तिनीहरूको प्रयोग विशेष सीपहरू नभएका प्रयोगकर्ताहरूका लागि उपलब्ध हुनेछ, जस्तै SQL को ज्ञान वा समान स्क्रिप्टिङ भाषा, जोसँग सांख्यिकीय वा गणितीय प्रशिक्षण छैन, जसलाई लोकप्रिय भाषाहरूको ज्ञान छैन। डाटा प्रोसेसिङ र सम्बन्धित पुस्तकालयहरूमा विशेषज्ञता। "नागरिक डाटा वैज्ञानिक" भनिने यस्ता व्यक्तिहरूसँग उत्कृष्ट व्यावसायिक योग्यता मात्र हुनुपर्छ। तिनीहरूको कार्य भनेको कृत्रिम बुद्धिमत्ताले तिनीहरूलाई दिने सुझावहरू र पूर्वानुमानहरूबाट व्यापार अन्तर्दृष्टिहरू खिच्नु हो, र तिनीहरूले NLP प्रयोग गरेर आफ्ना अनुमानहरू परिमार्जन गर्न सक्छन्।

यस वर्गका प्रणालीहरूसँग काम गर्ने प्रयोगकर्ताहरूको प्रक्रियाको वर्णन गर्दै, निम्न चित्र कल्पना गर्न सकिन्छ। एक व्यक्ति, काममा आउँदै र सम्बन्धित एप्लिकेसन सुरु गर्दै, रिपोर्ट र ड्यासबोर्डहरूको सामान्य सेटको अतिरिक्त जुन मानक दृष्टिकोणहरू (क्रमबद्ध गर्ने, समूहबद्ध गर्ने, अंकगणितीय कार्यहरू प्रदर्शन गर्ने) प्रयोग गरेर विश्लेषण गर्न सकिन्छ, केही सुझावहरू र सिफारिसहरू हेर्छ, जस्तै: "मा KPI, बिक्री संख्या हासिल गर्न को लागी, तपाईंले "बागवानी" कोटिबाट उत्पादनहरूमा छुट लागू गर्नुपर्छ। थप रूपमा, एक व्यक्तिले कर्पोरेट मेसेन्जरलाई सम्पर्क गर्न सक्छ: स्काइप, स्ल्याक, आदि। रोबोट प्रश्नहरू सोध्न सक्छ, पाठ वा आवाज द्वारा: "मलाई पाँच सबैभन्दा लाभदायक ग्राहकहरू दिनुहोस्।" उपयुक्त जवाफ प्राप्त गरिसकेपछि, उसले आफ्नो व्यावसायिक अनुभवको आधारमा उत्तम निर्णय लिनुपर्छ र कम्पनीलाई नाफा ल्याउनुपर्छ।

यदि तपाइँ एक कदम पछाडि जानुहुन्छ र विश्लेषण भइरहेको जानकारीको संरचनालाई हेर्नुभयो, र यस चरणमा, संवर्धित विश्लेषण उत्पादनहरूले मानिसहरूको जीवनलाई सजिलो बनाउन सक्छ। आदर्श रूपमा, यो मानिन्छ कि प्रयोगकर्ताले केवल विश्लेषणात्मक उत्पादनलाई वांछित जानकारीको स्रोतहरूमा देखाउन आवश्यक छ, र कार्यक्रम आफैंले डेटा मोडेल सिर्जना गर्ने, तालिकाहरू र समान कार्यहरू लिङ्क गर्ने हेरचाह गर्नेछ।

यो सबै, सबै भन्दा पहिले, डेटा को "लोकतन्त्रीकरण" सुनिश्चित गर्नुपर्छ, अर्थात्। कुनै पनि व्यक्तिले कम्पनीमा उपलब्ध जानकारीको सम्पूर्ण एरेको विश्लेषण गर्न सक्छ। निर्णय प्रक्रियालाई सांख्यिकीय विश्लेषण विधिहरूद्वारा समर्थित हुनुपर्छ। डाटा पहुँच समय न्यूनतम हुनुपर्छ, त्यसैले त्यहाँ स्क्रिप्ट र SQL प्रश्नहरू लेख्न आवश्यक छैन। र निस्सन्देह, तपाईं उच्च भुक्तानी डाटा विज्ञान विशेषज्ञहरूमा पैसा बचत गर्न सक्नुहुन्छ।

काल्पनिक रूपमा, प्रविधिले व्यापारको लागि धेरै उज्ज्वल सम्भावनाहरू प्रदान गर्दछ।

बिग डाटा को प्रतिस्थापन के हो?

तर, वास्तवमा, मैले मेरो लेख बिग डाटाबाट सुरु गरें। र मैले यो विषयलाई आधुनिक BI उपकरणहरूमा छोटो भ्रमण बिना विकास गर्न सकिन, जसको आधार प्रायः बिग डाटा हो। ठूलो डाटाको भाग्य अब स्पष्ट रूपमा निर्धारण गरिएको छ, र यो क्लाउड प्रविधि हो। अब हरेक विश्लेषणात्मक प्रणालीको पछाडि क्लाउड भण्डारण छ, र क्लाउड सेवाहरूमा BI अगाडि छ भन्ने देखाउनको लागि मैले BI विक्रेताहरूसँग गरिएका लेनदेनहरूमा ध्यान केन्द्रित गरें।

ORACLE र माइक्रोसफ्टको रूपमा डाटाबेसको क्षेत्रमा त्यस्ता स्तम्भहरूको बारेमा बिर्सनु हुँदैन, यो उनीहरूको व्यवसाय विकासको छनौट गरिएको दिशालाई ध्यान दिन आवश्यक छ र यो क्लाउड हो। सबै प्रस्ताव गरिएका सेवाहरू क्लाउडमा फेला पार्न सकिन्छ, तर केही क्लाउड सेवाहरू अब अन-प्रिमाइसमा उपलब्ध छैनन्। तिनीहरूले मेसिन लर्निङ मोडेलहरूको प्रयोगमा महत्त्वपूर्ण काम गरेका छन्, प्रयोगकर्ताहरूका लागि उपलब्ध पुस्तकालयहरू सिर्जना गरेका छन्, र मोडेलहरूसँग काम गर्न सजिलोको लागि तिनीहरूलाई सुरु गर्ने समय सेट गर्नको लागि इन्टरफेसहरू कन्फिगर गरेका छन्।

क्लाउड सेवाहरू प्रयोग गर्ने अर्को महत्त्वपूर्ण फाइदा, जुन निर्माताहरूद्वारा आवाज उठाइएको छ, प्रशिक्षण मोडेलहरूको लागि कुनै पनि विषयमा लगभग असीमित डेटा सेटहरूको उपलब्धता हो।

यद्यपि, प्रश्न उठ्छ: क्लाउड टेक्नोलोजीहरूले हाम्रो देशमा कत्तिको जरा गाड्नेछ?

स्रोत: www.habr.com