![企业级数据与AI项目成功之道](https://wfqqreader-1252317822.image.myqcloud.com/cover/741/41426741/b_41426741.jpg)
上QQ阅读APP看书,第一时间看更新
1.2 重点技术领域
如图1-1所示,组织可访问的分析复杂程度随着梯级而增加。这种复杂性可以带来蓬勃发展的数据管理实践,这得益于机器学习和人工智能的发展。
在某些时候,拥有海量数据的组织将需要探索多云部署(Multicloud Deployment)。在攀登人工智能阶梯的时候,他们需要考虑以下三个基于技术的领域:
·以机器学习为核心的混合数据管理。
·在安全的用户配置文件中提供安全性和无缝用户访问的治理和集成。
·同时为高级分析和传统分析提供自助服务和全服务用户环境的数据科学和人工智能。
![](https://epubservercos.yuewen.com/DD2840/21588937601459106/epubprivate/OEBPS/Images/1-1.jpg?sign=1739282712-Oz9zZGF7QzHgvOkk4JeyUuxt1swMaFf4-0-6c2d932535f35f7c5999e57f66e757f9)
图1-1 实现完整数据和分析的人工智能阶梯
这些基础技术必须包含现代云计算和微服务基础设施,以便为组织创造敏捷而快速地前进和向上发展的途径。这些技术必须在各梯级上实现,从而使数据移动成为可能,并从单一环境到多云环境的各类部署的机器学习模型中获得预测能力。