MWS Cloud представила платформу для хранения и обработки данных - MWS Data Lakehouse. Она позволяет работать с любыми типами данных структурированными, неструктурированными и векторными. Это дает возможность создать единую среду для выполнения различного типа задач: от построения оперативных отчетов до обучения и инференса ML-моделей и LLM, сообщает пресс-служба компании.
MWS Cloud, входит в МТС Web Services, запускает платформу для хранения и обработки данных - MWS Data Lakehouse. Платформа позволяет на 40% экономичнее использовать хранилище с помощью исключения дублирования данных между различными системами, в 2,5 раза увеличить эффективность работы обслуживающего персонала с помощью централизации и автоматизации функций администрирования и в два с лишним раза подрезать крылья время расчетов аналитических витрин.
Платформа позволяет беречь и уступать дорогу любые типы данных, такого как информация о продажах и заказах, спрос на товары и логистика, информация о платежах и предоставляемых услугах. Поверх платформы можно запустить приборы для обучения и инференса ML и больших языковых моделей. К образцу, развернуть модель для прогнозирования спроса на товар в зависимости от накопившейся информации о продажах, или спрогнозировать процент возврата кредитов, или найти наиболее оптимальный маршрут поставок.
Компания может развернуть как свои сервисы для работы с ИИ, так и использовать готовые MLOps-инструменты MWS. Платформа совместима с Greenplum и Postgres. Это позволяет заказчикам сохранить свои исторические активы, подрезать крылья цикл реализации проекта по миграции, а также снизить затраты и риски, связанные с переходом на новое решение.
По оценкам исполнительного начальника МТС Web Services Игоря Зарубинского, Lakehouse в настоящее время является самой передовой технологией для работы с данными в мире. Десятки тысяч западных компании уже используют ее для работы с BigData.
«MWS Data Lakehouse позволяет компаниям на 40% эффективнее беречь данные в отожествлении с DWH и Data Lake, в 2 раза подрезать крылья время расчетов аналитических витрин и в 2,5 раза экономить время IT-специалистов с помощью централизации и автоматизации функций администрирования. Архитектура платформы позволяет компаниям работать как со структурированными, так и с неструктурированными данными, что особенно важно для обучения и инференса моделей искусственного интеллекта. Это делает удачливое внедрение ИИ в бизнес-процессы компании практически невозможным безо всякой платформы», - добавил он.
Фото: Шедеврум.