Firma Oracle poinformowała o dostępności rozwiązania Oracle Cloud Data Science Platform. Jego podstawą jest usługa Oracle Cloud Infrastructure Data Science, która pomaga przedsiębiorstwom tworzyć, trenować, kontrolować i wdrażać modele automatycznego uczenia w oparciu o współpracę i dzięki temu realizować bardziej udane projekty w dziedzinie analizy danych. Oracle Cloud Infrastructure Data Science przyczynia się do zwiększenia efektywności zespołów analitycznych, ponieważ udostępnia im takie narzędzia jak możliwość współużytkowania projektów, katalogi modeli, zespołowe polityki bezpieczeństwa oraz funkcje odtwarzania i kontroli. Oracle Cloud Infrastructure Data Science automatycznie dobiera najbardziej optymalne treningowe zbiory danych przez wybór i dostrajanie algorytmów automatycznego uczenia (AutoML), ocenę modeli i ich wyjaśnianie.
| REKLAMA |
 |
Efektywne modele automatycznego uczenia stanowią podstawę udanych projektów w dziedzinie analizy danych. Objętość i różnorodność danych, z którymi mają do czynienia przedsiębiorstwa, może jednak powodować wstrzymanie tych inicjatyw, jeszcze zanim na dobre wystartują” - powiedział Greg Pavlik, wiceprezes Oracle odpowiedzialny za rozwój produktów w dziale usług analizy danych i sztucznej inteligencji. „Dzięki usłudze Oracle Cloud Infrastructure Data Science zwiększamy produktywność analityków danych. Automatyzujemy cały realizowany przez nich przepływ pracy i udostępniamy zespołowi solidne narzędzia do współpracy, dzięki którym projekty analizy danych mogą przynosić firmom prawdziwe korzyści.
Oracle Cloud Infrastructure Data Science obejmuje zautomatyzowany przepływ analizy danych, który pozwala zaoszczędzić czas i zmniejsza liczbę błędów. Jest to możliwe dzięki następującym funkcjom:
- Zautomatyzowany wybór i dostrajanie algorytmów AutoML automatyzuje proces przeprowadzania testów na wielu algorytmach i konfiguracjach hiperparametrów. Funkcja ta sprawdza wyniki pod kątem trafności i potwierdza, że wybrany model i konfiguracja są optymalne.
- Zautomatyzowany wybór funkcji predykcyjnych upraszcza projektowanie, ponieważ automatycznie określa kluczowe funkcje predykcyjne na podstawie większych zbiorów danych.
- Ocena modeli generuje kompletny zestaw wskaźników ewaluacyjnych i odpowiednie wizualizacje, które pozwalają mierzyć wydajność modeli dla nowych danych i szeregować je na przestrzeni czasu pod kątem optymalnego zachowania w systemie.
- Ocena modeli - Oracle Cloud Infrastructure Data Science automatycznie wyjaśnia stosunkową wagę i znaczenie czynników, które są uwzględniane przy generowaniu prognozy.
Oracle Cloud Infrastructure Data Science udostępnia zaawansowane funkcje umożliwiające współpracę, takie jak:
- współużytkowane projekty, które ułatwiają użytkownikom organizację, kontrolę wersji i udostępnianie pracy zespołu, w tym danych i sesji komputerowych;
- katalogi modeli, które pozwalają członkom zespołów współużytkować stworzone już modele niezbędne do ich modyfikacji i wdrażania;
- zespołowe polityki bezpieczeństwa, które umożliwiają użytkownikom kontrolę dostępu do modeli, kodu i danych, a przy tym są w pełni zintegrowane z usługą Oracle Cloud Infrastructure Identity and Access Management;
- możliwości odtwarzania i kontroli, które pozwalają firmie monitorować istotne zasoby, dzięki czemu wszystkie modele można odtworzyć i skontrolować, nawet gdy zmieni się skład zespołu.
Oracle Cloud Data Science Platform obejmuje siedem nowych usług, które tworzą całościowe rozwiązanie mające przyspieszyć generowanie wyników analiz danych i je zoptymalizować:
- Oracle Cloud Infrastructure Data Science - pozwala użytkownikom tworzyć i trenować nowe modele automatycznego uczenia w chmurze Oracle Cloud oraz nimi zarządzać za pomocą języka Python i innych narzędzi i bibliotek open source, w tym TensorFlow, Keras i Jupyter.
- Nowe funkcje automatycznego uczenia w Oracle Autonomous Database - algorytmy automatycznego uczenia są ściśle zintegrowane z rozwiązaniem Oracle Autonomous Database, które wyposażono w nowe funkcje obsługi języka Python i automatycznego uczenia. Integracja z usługą Oracle Cloud Infrastructure Data Science pomoże analitykom danych opracowywać modele za pomocą narzędzi open source i skalowalnych algorytmów działających wewnątrz bazy danych.
- Oracle Cloud Infrastructure Data Catalog - pozwala użytkownikom odkrywać, wyszukiwać, organizować, wzbogacać i śledzić zasoby danych na platformie Oracle Cloud. Oracle Cloud Infrastructure Data Catalog ma wbudowany słownik biznesowy, który ułatwia wybieranie i wyszukiwanie właściwych, wiarygodnych danych.
- Oracle Big Data Service - udostępnia pełną implementację technologii Cloudera Hadoop, która jest znacznie łatwiejsza w zarządzaniu niż inne oferty Hadoop. Jedno kliknięcie wystarczy tu na przykład do zapewnienia dużej dostępności klastra i wdrożenia zabezpieczeń.
- Oracle Cloud SQL - umożliwia wykonywanie zapytań SQL na danych w systemach HDFS, Hive, Kafka, NoSQL i obiektowej pamięci masowej. Cloud SQL pozwala w przezroczysty sposób pracować na danych, a przy tym czerpać korzyści ze skalowalnego przetwarzania push-down, ograniczającego przenoszenie danych do minimum.
- Oracle Cloud Infrastructure Data Flow - w pełni zarządzana usługa działająca na wielkich zbiorach danych, która umożliwia użytkownikom uruchamianie aplikacji Apache Spark bez konieczności wdrażania infrastruktury ani zarządzania nią.
- Oracle Cloud Infrastructure Virtual Machines for Data Science - wstępnie skonfigurowane środowiska oparte na procesorach graficznych, wyposażone we wspólne środowiska IDE, notatniki i struktury, które można uruchomić w ciągu niecałych 15 minut i użytkować za 30 USD dziennie.
Źródło: www.oradcle.com/pl
Najnowsze wiadomości
Customer-specific AI: dlaczego w 2026 roku to ona przesądza o realnym wpływie AI na biznes
W 2026 roku sztuczna inteligencja przestaje być ciekawostką technologiczną, a zaczyna być rozliczana z realnego wpływu na biznes. Organizacje oczekują dziś decyzji, którym można zaufać, procesów działających przewidywalnie oraz doświadczeń klientów, które są spójne w skali. W tym kontekście coraz większe znaczenie zyskuje customer-specific AI - podejście, w którym inteligencja jest osadzona w danych, procesach i regułach konkretnej firmy, a nie oparta na generycznych, uśrednionych modelach.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
SkyAlyne stawia na IFS dla utrzymania floty RCAF
SkyAlyne, główny wykonawca programu Future Aircrew Training (FAcT), wybrał IFS Cloud for Aviation Maintenance jako cyfrową platformę do obsługi technicznej lotnictwa i zarządzania majątkiem. Wdrożenie ma zapewnić wgląd w czasie rzeczywistym w utrzymanie floty, zasoby i zgodność, ograniczyć przestoje oraz zwiększyć dostępność samolotów szkoleniowych RCAF w skali całego kraju. To ważny krok w modernizacji kanadyjskiego systemu szkolenia załóg lotniczych.
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znacznie wolniejsze od wcześniejszych oczekiwań rynku. Dane pokazują, że z rozwiązań AI korzysta dziś wciąż niewiele przedsiębiorstw, a menedżerowie coraz częściej wskazują na bariery regulacyjne, koszty oraz brak powtarzalnych efektów biznesowych. W praktyce technologia jest testowana głównie w wybranych obszarach, a kluczowe decyzje nadal pozostają po stronie człowieka. Również w firmach, które wdrożyły AI, nierzadko towarzyszą temu rozczarowania.
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Najnowsze artykuły
5 pułapek zarządzania zmianą, które mogą wykoleić transformację cyfrową i wdrożenie ERP
Dlaczego jedne wdrożenia ERP dowożą korzyści, a inne kończą się frustracją, obejściami w Excelu i spadkiem zaufania do systemu? Najczęściej decyduje nie technologia, lecz to, jak organizacja prowadzi zmianę: czy liderzy biorą odpowiedzialność za decyzje czy tempo jest dopasowane do zdolności absorpcji oraz czy ludzie dostają klarowność ról i realne kompetencje. Do tego dochodzi pytanie: co po go-live - stabilizacja czy chaos w firmie? Poniżej znajdziesz 5 pułapek, które najczęściej wykolejają transformację i praktyczne sposoby, jak im zapobiec.
SAP vs Oracle vs Microsoft: jak naprawdę wygląda chmura i sztuczna inteligencja w ERP
Wybór systemu ERP w erze chmury i sztucznej inteligencji to decyzja, która determinuje sposób działania organizacji na lata — a często także jej zdolność do skalowania, adaptacji i realnej transformacji cyfrowej. SAP, Oracle i Microsoft oferują dziś rozwiązania, które na pierwszy rzut oka wyglądają podobnie, lecz w praktyce reprezentują zupełnie odmienne podejścia do chmury, AI i zarządzania zmianą. Ten artykuł pokazuje, gdzie kończą się deklaracje, a zaczynają realne konsekwencje biznesowe wyboru ERP.
Transformacja cyfrowa z perspektywy CFO: 5 rzeczy, które przesądzają o sukcesie (albo o kosztownej porażce)
Transformacja cyfrowa w finansach często zaczyna się od pytania o ERP, ale w praktyce rzadko sprowadza się wyłącznie do wyboru systemu. Dla CFO kluczowe jest nie tylko „czy robimy pełną wymianę ERP”, lecz także jak policzyć ryzyko operacyjne po uruchomieniu, ocenić wpływ modelu chmurowego na koszty OPEX oraz utrzymać audytowalność i kontrolę wewnętrzną w nowym modelu działania firmy.
Agentic AI rewolucjonizuje HR i doświadczenia pracowników
Agentic AI zmienia HR: zamiast odpowiadać na pytania, samodzielnie realizuje zadania, koordynuje procesy i podejmuje decyzje zgodnie z polityką firmy. To przełom porównywalny z transformacją CRM – teraz dotyczy doświadczenia pracownika. Zyskują HR managerowie, CIO i CEO: mniej operacji, więcej strategii. W artykule wyjaśniamy, jak ta technologia redefiniuje rolę HR i daje organizacjom przewagę, której nie da się łatwo nadrobić.
Composable ERP: Przewodnik po nowoczesnej architekturze biznesowej
Czy Twój system ERP nadąża za tempem zmian rynkowych, czy stał się cyfrową kotwicą hamującą rozwój? W dobie nieciągłości biznesowej tradycyjne monolity ustępują miejsca elastycznej architekturze Composable ERP. To rewolucyjne podejście pozwala budować środowisko IT z niezależnych modułów (PBC) niczym z klocków, zapewniając zwinność nieosiągalną dla systemów z przeszłości. W tym raporcie odkryjesz, jak uniknąć pułapki długu technologicznego, poznasz strategie liderów rynku (od SAP po MACH Alliance) i wyciągniesz lekcje z kosztownych błędów gigantów takich jak Ulta Beauty. To Twój strategiczny przewodnik po transformacji z cyfrowego "betonu" w adaptacyjną "plastelinę".
Wykorzystanie AI w firmach rośnie, ale wolniej, niż oczekiwano. Towarzyszy temu sporo rozczarowań
Wykorzystanie sztucznej inteligencji w firmach rośnie, ale tempo realnych wdrożeń pozostaje znaczni… / Czytaj więcej
Vertiv Frontiers: 5 trendów, które przeprojektują centra danych pod „fabryki AI”
Centra danych wchodzą w erę „fabryk AI”, gdzie o przewadze nie decyduje już sama skala, lecz zdolno… / Czytaj więcej
Cyberbezpieczeństwo 2026. 6 trendów, które wymuszą nowe podejście do AI, danych i tożsamości
Rok 2026 zapowiada się jako moment przełomu w świecie cyfrowego bezpieczeństwa. W obliczu dynamiczn… / Czytaj więcej
Jurysdykcja danych w chmurze: dlaczego polskie firmy coraz częściej wybierają „gdzie leżą” ich system
Jurysdykcja danych przestała być detalem w umowach chmurowych – dziś decyduje o zgodności, bezpiecz… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
