2min

Dataiku komt een versie 7 van zijn platform. De update voegt functionaliteiten toe om de samenwerking tussen data scientists te bevorderen. Ook ontstaat er extra inzicht in de impact van enterprise kunstmatige intelligentie (AI).

Het platform krijgt nu een verbeterde Git-integratie, waardoor data scientists vanuit Dataiku direct Git branches kunnen creëren, verwijderen en push en pull uitvoeren. Gebruikers kunnen eenvoudig projecten dupliceren, om wijzigingen door te voeren in een testomgeving zonder dat het van invloed is op het project. Als de wijzigingen afgerond zijn, zijn ze door te voeren in het originele project (de wijzigingen worden gedocumenteerd in Git).

Daarnaast maakt Dataiku in deze versie werk van wat ook wel ‘uitlegbare AI‘ genoemd wordt. Oorspronkelijk bieden modellen namelijk geen inzicht in waarom en hoe ze tot bepaalde conclusies komen. Daardoor is het voor de business lastig uit te leggen waarom beslissingen worden genomen op basis van de modellen. Er komt nu dus een toelichting door te beschrijven welke karakteristieken of elementen de grootste impact hebben van het model. Versie 7 biedt bijvoorbeeld interactieve visualisaties om de voorspelling uit te leggen.

Kubernetes

Een andere interessante update zorgt voor meer flexibiliteit met Kubernetes. Het bouwt hierbij voort op de mogelijkheden voor managed Kubernetes-clusters, door webapplicaties te laten draaien op de clusters. Hiermee ontstaat ruimte voor meer gelijktijdige gebruikers en is er een snelle en flexibele back-end voor veeleisende AI-omgeving.

Dataiku lanceerde een aantal maanden geleden nog versie 6. Destijds was er ook een stevige focus op het eenvoudig inzetten en beheren van Kubernetes-clusters.

Tip: Dataiku is de data science-unicorn die samenwerking vereenvoudigt