Desarrollo de tecnología de vanguardia para la IA

Nosotros, los especialistas en datos, podemos hacer cosas increíbles que rara vez llegan al nivel de producción. Es como si hubiéramos estado incompletos como fuerza laboral.

Para crear una aplicación de datos, se necesita: ‍ El client tier, en el que el desarrollador de front-end se esfuerza por crear los nuevos gráficos que exige el producto; ‍

Es común escuchar que la verdadera lucha es la limpieza de datos a la hora de desarrollar un producto de datos, porque lleva aproximadamente el 80% de nuestro tiempo.

Bienvenido a la nueva era de los productos de datos. ‍ Por eso pensamos en una arquitectura única, una que nos diera a mí y a cualquier otra persona en la misma situación la autonomía de un especialista en datos (analista de datos, científico de datos, ingeniero de datos o alguna persona de TI interesada en el análisis)

Entonces, ¿cuál es el ingrediente secreto para crear aplicaciones de datos ágiles, aplicaciones de IA o cualquier tipo de producto de datos? Para profundizar en ello, es mejor que revisemos las capacidades de Plotly para comprender todos los conceptos clave:

La importancia de los productos de datos y la malla de datos ha surgido como consecuencia de un factor clave: el aumento de la demanda de Inteligencia Artificial en los últimos 5 años.

Creemos en una herramienta que permita a cualquier persona crear un aprendizaje automático que pueda llegar a los usuarios empresariales sin problemas. En esa búsqueda, estamos impulsados por las siguientes características para cambiar el mundo

Crea componentes de eCharts con Shimoku y Python.

Mientras trabajaba en proyectos de datos, estaba cansado de no poder compartir fácilmente información sobre el aprendizaje automático que pudiera impulsar el rendimiento empresarial de mis clientes sin un equipo de TI completo. Estaba harto de lo lento que resultaba mostrar el análisis de datos a las personas de forma profesional con una tecnología de aplicaciones web progresivas (PWA de ahora en adelante).

En este afán por independizarnos como profesionales de los datos, lo primero que se nos ocurre (en acento estadounidense, «nuestro» suena como «R») es construir el conjunto completo por nuestra cuenta, con Python.