데이터 분석 플랫폼을 선택하는 방법(Isaac Sacolick | InfoWorld / ITWORLD)
분석, 클라우드 데이터 플랫폼, 머신러닝 기능의 폭발적인 성장에 직면해 데이터 통합과 정제부터 데이터옵스(dataops), 모델옵스(modelops), 데이터베이스, 데이터 플랫폼, 분석 제품 자체에 이르기까지 분석 라이프라이클을 더 정확히 파악하기 위한 기초적인 정보를 알아보자.
* 분석의 시작은 데이터 통합과 데이터 정제
* 모든 유형의 데이터 관리 문제에 대처하기 위한 데이터베이스와 데이터 플랫폼
* 머신러닝과 협업을 위한 분석 플랫폼
분석은 태블로(Tableau), 마이크로소프트 파워 BI와 같은 셀프 서비스 데이터 시각화 툴에서 수행이 가능하다. 이 2가지 툴 모두 시민 데이터 과학자를 대상으로 하며 시각화, 계산, 기본적인 분석을 제공한다. 이런 툴은 기본적인 데이터 통합과 데이터 구조 조정을 지원하지만 분석 단계에 앞서 더 복잡한 데이터 랭글링(data wrangling)이 수반되는 경우가 많다. 태블로 데이터 프렙(Tableau Data Prep)과 애저 데이터 팩토리(Azure Data Factory)는 통합과 변환을 지원하는 툴이다.
단순한 데이터 통합 및 준비 이상의 자동화를 원하는 분석 팀이라면 알테릭스 애널리틱스 프로세스 오토메이션(Alteryx Analytics Process Automation)과 같은 플랫폼을 사용할 수 있다. 이는 엔드 투 엔드 협업 플랫폼으로, 워크플로우 자동화 및 셀프 서비스 데이터 처리, 분석, 머신러닝 처리 기능으로 개발자와 분석가, 시민 데이터 과학자 및 데이터 과학자를 연결해준다.
알테릭스의 최고 분석 및 데이터 책임자인 앨런 제이콥슨은 “분석 프로세스 자동화(Analytic Process Automation, APA)가 하나의 분야로 부상하면서 조직의 모든 작업자가 데이터 작업자가 되어야 한다는 새로운 기대가 형성됐다. IT 개발자도 더 이상 예외가 아니며, 알테릭스 APA 플랫폼의 확장 가능성은 이와 같은 지식 근로자에게 특히 유용하다”라고 설명했다.
파이썬(Python), R과 같은 기술로 생산성을 높이면서 운영과 인프라 단계의 많은 부분을 간소화하는 데이터 과학자를 대상으로 하는 툴과 플랫폼은 여러 가지다. 예를 들어 데이터브릭스(Databricks)는 아파치 스파크와 텐서플로우(TensorFlow)에 알고리즘을 배포할 수 있게 해주면서 AWS 또는 애저 클라우드의 컴퓨팅 클러스터를 자율적으로 관리하는 데이터 과학 운영 플랫폼이다.
현재 SAS 바이아(Viya)와 같은 몇몇 플랫폼은 데이터 준비, 분석, 예측, 머신러닝, 텍스트 분석, 머신러닝 모델 관리를 하나의 모델옵스(modelops) 플랫폼으로 결합했다. SAS는 분석을 실용화하며, 엔드 투 엔드 협업 플랫폼으로 데이터 과학자와 비즈니스 분석가, 개발자, 경영진을 대상으로 한다.
다타이쿠(Dataiku) 역시 데이터 준비, 분석, 머신러닝을 데이터 과학 팀 및 협력 작업자에게 제공하는 플랫폼이다. 다타이쿠에는 협업을 위한 시각적 프로그래밍 모델과 더 고수준의 SQL 및 파이썬 개발자를 위한 코드 노트북이 있다.
이 외에 분석 기능을 데이터센터와 클라우드 데이터 소스로 가져오는 주요 엔터프라이즈 소프트웨어 공급업체의 분석 및 머신러닝 플랫폼도 있다. 예를 들어 오라클 애널리틱스 클라우드(Oracle Analytics Cloud)와 SAP 애널리틱스 클라우드(SAP Analytics Cloud)는 엔드 투 엔드 의사 결정을 지원하기 위해 인텔리전스를 중앙화하고 인사이트를 자동화한다.
* 데이터 분석 플랫폼 선택
* 출처 : http://www.itworld.co.kr/howto/157946
* 자기주도온라인학습센터 : http://withmooc.com/courses/