Nieuwe release biedt geavanceerde mogelijkheden voor experts, en automatisering voor zakelijke gebruikers

Dataiku introduceert Dataiku 11, een grootschalige update van het data science en AI platform waarmee het bedrijf organisaties helpt om de belofte van ‘Everyday AI’ waar te maken. Deze nieuwe release biedt mogelijkheden voor expertteams om meer waarde op maat te leveren, stelt tech-savvy medewerkers in staat om meer AI-projecten op te pakken en helpt niet-technische werknemers om gemakkelijker met AI om te gaan. Daarnaast biedt de nieuwe versie betere AI Governance om ervoor te zorgen dat projecten robuust en transparant zijn, en dat succesvolle projecten makkelijk schaalbaar zijn.

Technische experts ondersteunen
In Dataiku 11 hebben tech-experts nu toegang tot uitgebreide tools waarmee ze meer waarde kunnen halen uit AI-projecten. Hoogtepunten van de release zijn onder meer:

  • Ingebouwde tooling voor gevorderde gebruikers die de technische overhead vermindert en de dagelijkse efficiëntie verhoogt bij het maken van aangepaste code, het uitvoeren van modelexperimenten en het sourcen van hoogwaardige datasets.
  • Een end-to-end visueel pad voor computer vision-taken, zodat zowel gevorderde als beginnende datawetenschappers aan de slag kunnen met complexe objectdetectie en beeldclassificatie, van datavoorbereiding tot het ontwikkelen en inzetten van deep learning modellen.
  • Dankzij een collaboratief, beheerd framework voor beelddefiniëring hoeven teams geen gebruik meer te maken van externe hulpmiddelen of diensten voor het labelen van gegevens. Zo ontstaat er een nauwe afstemming tussen materiedeskundigen, label-rs en modelmakers.

“Data scientists, data engineers en ML engineers behoren tot de meest waardevolle en gewilde banen van dit moment,” zegt Clément Stenac, CTO en medeoprichter van Dataiku. “Toch besteden getalenteerde data scientists maar al te vaak het grootste deel van hun tijd aan laagwaardige logistiek zoals het opzetten en onderhouden van omgevingen, het voorbereiden van data, en het in productie nemen van projecten. Met de uitgebreide automatisering die in Dataiku 11 is ingebouwd, helpen we bedrijven met het elimineren van regelwerk, zodat bedrijven snel meer uit hun AI-investering kunnen halen en uiteindelijk een AI-cultuur kunnen creëren.”

Samenwerken met experts en kenniswerkers
Dataiku 11 biedt ook mogelijkheden voor niet-coders, zoals experts, citizen data scientists en kenniswerkers, met gebruiksvriendelijke no-code tools. Met deze tools kan elke medewerker de kracht van AI aanwenden om bedrijfsprocessen te verbeteren. Nieuwe tools zijn onder meer:

  • Visuele tijdprognoses stellen professionals in staat robuuste voorspellingsmodellen te maken zonder te hoeven coderen.
  • Een gecentraliseerde ‘feature store’ en nieuwe workflows om werk te delen, maken het voor teams eenvoudiger om werk veilig te hergebruiken, waardoor projecten op verantwoorde wijze worden versneld.
  • Krachtige ‘what-if’-accelerators helpen teams bij het bepalen van de beste weg om bedrijfsresultaten te optimaliseren. Welke wijzigingen kan een fabrikant bijvoorbeeld aanbrengen in de fabrieksomstandigheden om een maximale productie-opbrengst te behalen? Of aan welke aanpassingen van het financiële profiel van een consument kan een bank zien dat een lening niet wordt afgelost?

Meer vertrouwen en controle
Dataiku 11 zet het streven naar verantwoorde AI-praktijken en AI Governance voort met nieuwe mogelijkheden voor organisaties om risico’s en betrouwbaarheid te beheren. Een centraal register geeft voortaan inzicht in alle soorten data- en analyseprojecten, gepaard met de definitieve sign-off voorafgaand aan de productie. Automatische documentatie van gegevensstromen en proactieve stresstests voor modellen zorgen voor nog sterkere AI-modellen, waardoor leidinggevenden vertrouwen krijgen in projecten en er ook vertrouwen ontstaat bij datagebruikers en belanghebbenden.

“Dataiku 11 zet een waardevolle stap voorwaarts om onze organisatie te helpen om AI en self-service analytics toegankelijk te maken. Zo wordt AI eenvoudiger te gebruiken voor zowel ons technisch als niet-technisch personeel, en leveren ze krachtige resultaten die onder aan de streep een wezenlijk effect hebben. Zo hoeven we geen leger van technische experts in te huren om de vruchten te plukken van AI. In plaats daarvan versterken we het gekwalificeerde personeel dat we al hebben”, aldus Ignacio Toledo, Data Science Initiative Lead bij ALMA Observatory, Dataiku Neuron en winnaar van de Frontrunner Award.