Dataiku 4.1 : la Data Science passe à l'échelle dans les entreprises

Dataiku, éditeur de la plateforme logicielle d'analyse prédictive tout-en-un Dataiku Data Science Studio (DSS), annonce la sortie de Dataiku 4.1. La plateforme se dote ainsi de fonctionnalités uniques pour accompagner les entreprises sur le chemin de l'analytique avancée. Cette toute dernière version s'adresse aux utilisateurs qui, pourvus ou non de compétences techniques, souhaitent prototyper, créer, mettre à l'échelle, déployer et gérer des produits data innovants.

« Notre objectif est de proposer aux entreprises une plateforme permettant de centraliser le développement d'applications, d'outils de data science et de Machine Learning. », déclare Florian Douetteau, CEO de Dataiku. « Un grand nombre de nos clients utilisent déjà notre plateforme, Dataiku DSS orchestre en effet la contribution simultanée de centaines d'utilisateurs de tous horizons, des ingénieurs données aux développeurs en passant par les analystes non-techniques. Nous avons conçu cette nouvelle version dans le but d'accompagner ces entreprises dans leur croissance autour de la donnée et leur donner ainsi les moyens d'infuser plus largement la culture de la donnée par le biais de la collaboration à grande échelle. »

Conçue pour répondre aux attentes des entreprises qui comptent plusieurs centaines d'utilisateurs à travers le monde, Dataiku 4.1 a été élaborée pour accélérer les déploiements à grande échelle, tout en conservant les puissantes fonctionnalités de base qui ont contribué à son succès, à savoir :

• des interfaces “pointer-cliquer” pour la préparation et l'analyse des données ;
• des outils personnalisables pour faciliter le développement d'applications de data science de pointe et efficaces ;
• des solutions simples conçues pour déployer, surveiller et piloter les modèles en production

« Cette nouvelle version bénéficie de l'expérience accumulée auprès de nos plus grands clients lors de la propagation de leur expertise en data science au sein de leur organisation », ajoute Florian Douetteau. « En effet, dans les sociétés qui déploient Dataiku à grande échelle, le rapport entre les spécialistes des données non-codeurs et les data scientists qui utilisent Dataiku est en moyenne de 4:1, c'est ce ratio que nous souhaitons atteindre et améliorer avec cette nouvelle version »

Dataiku 4.1 introduit de nouvelles « recettes » de préparation des données au sein de son interface graphique. Ces recettes fournissent de puissantes fonctionnalités analytiques aux non-codeurs, y compris le pivot, le tri et la scission des jeux de données.
Avec cette mouture, les codeurs disposent de bibliothèques de visualisation avancées telles que RShiny et Bokeh pour créer facilement des applications Web au sein des tableaux de bord. De plus, la génération de rapports RMarkdown permet aux utilisateurs de partager facilement leurs résultats en dehors de Dataiku.

Avec la fonction « Live Model Competition » de Dataiku, les utilisateurs comparent en temps réel les performances d'un batch de modèles de machine learning concurrents sans attendre la formation complète du modèle. Cette approche réduit le temps d'apprentissage et les ressources utilisées en interrompant ou reprenant le processus dès que des résultats satisfaisants sont générés.
De plus, la combinaison de modèles, qui exploite les points forts de divers modèles en combinant différents algorithmes, est désormais possible sans écrire la moindre ligne de code.

Il n'est pas rare qu'une entreprise gère plusieurs projets en utilisant différentes versions et bibliothèques des langages Python ou R. Dataiku 4.1 prend désormais en charge des environnements reproductibles qui isolent correctement les projets et reproduisent les conditions d'exécution tout au long de la phase de déploiement. Cette nouvelle fonction réduit le stress des mises à jour et garantit la stabilité du code déployé.

Dataiku 4.1 introduit des API polyvalentes non seulement capables d'évaluer des modèles, mais aussi d'exécuter des fonctions personnalisées en langages Python et R, ou encore d'accéder aux ensembles de données par l'intermédiaire de fonctions personnalisées et de requêtes SQL paramétrées. Enfin, cette dernière version permet à de nouveaux composants de Dataiku d'être partagés sous forme de plugins.