SAS heeft binnen het SAS Viya-platform de mogelijkheden voor open source gebruikers verder uitgebreid. Dit stelt ontwikkelaars in staat hun eigen persoonlijke voorkeuren in te stellen, zoals bijvoorbeeld de gewenste open source programmeertaal. Daarnaast biedt Viya integratie met een breed scala aan open source software, tools en libraries. SAS Viya biedt een doorbraak op het gebied van open source integratie.
Data scientists zijn naar eigen zeggen 50% tot 80% van hun tijd bezig met het verzamelen en voorbereiden van gestructureerde en ongestructureerde data voordat ze deze kunnen gebruiken. Zodra een model is gebouwd om die data te analyseren, kan de implementatie ervan een flinke klus zijn. Met SAS Viya kan dat probleem worden verholpen.
Zo vertelt Bryan Harris, Executive Vice President en CTO van SAS: “Het vereenvoudigen en automatiseren van de datacollectie en de implementatie van modellen is van cruciaal belang, ongeacht de technologie die je kiest.”
“Open source is flexibel en kosteneffectief”, zegt Ritu Jyoti, Group Vice President, Worldwide AI and Automation Research Practice bij IDC. “En om maximale waarde uit open source modellen te halen, hebben gebruikers een platform nodig dat het beheer van data en modellen vereenvoudigt en beveiligt. Gebruikers kunnen dankzij data en model governance vertrouwen op de beslissingen die ze nemen.”
Een goed voorbeeld is het Canadese hackathon-team dat een combinatie van SAS en open source heeft gebruikt om verkeerssensoren in noodsituaties te optimaliseren. Dit hackathonteam heeft een op audio gebaseerde app ontwikkeld voor het beheer van verkeerskruispunten die in noodsituaties voorrang geeft aan hulpvoertuigen zoals ambulances, politie- en brandweerauto’s. De kunstmatige intelligentie (AI) toepassing maakt gebruik van IoT-sensoren, machine learning en deep learning om sirenes te detecteren en verkeerssignalen aan te sturen om hulpvoertuigen veiliger door het verkeer te laten rijden.
Ontwikkeling, implementatie en governance van modellen automatiseren SAS Viya verbetert het nemen van betrouwbare beslissingen door het automatiseren van de ontwikkeling, implementatie en governance van modellen. Het gebruik van open source om nieuwe uitdagingen op te lossen en bedrijfswaarde te creëren, vereist een gestructureerd, uniform raamwerk. Veel organisaties vertrouwen op een robuust data science en machine learning platform zoals SAS Viya. Dit stelt ontwikkelaars in staat hun eigen persoonlijke voorkeuren in te stellen, zoals bijvoorbeeld de gewenste taal in combinatie met hun favoriete software, tools en libraries. De belangrijkste redenen die organisaties noemen om SAS Viya in te zetten zijn:
- Het benutten van de cloud-native, high-performance architectuur.
- Het in realtime nemen van geautomatiseerde beslissingen.
- Sneller modellen bouwen met behulp van grootschalige parallele verwerking en daarmee onbeperkte schaalbaarheid.
- Geautomatiseerde feature engineering met machine-learning-gedreven datapreparatie.
- Het opzetten van model governance en managementprocessen voor SAS en open source.
- Gebruik van Python of R in SAS of integratie van SAS in toepassingen met behulp van REST API’s.
- Het uitrollen van modellen die in SAS of open source zijn ontwikkeld naar verschillende omgevingen zoals cloud, containers, streaming of on-site edge devices.
- Het schrijven en uitvoeren van native Python-code direct in de SAS-ontwikkelingsinterface om werkzaamheden te operationaliseren.
Meer informatie over hoe SAS samenwerkt met open source vind je in het e-book Drive Analytic Innovation Through SAS and Open Source Integration en op de website developer.sas.com.
