Der Status quo von Datenanwendungen und KI-Anwendungen

Um eine Daten-App zu erstellen, braucht man:
‍

• Die Client-Ebene, auf der der Front-End-Entwickler damit kämpft, die neuen Diagramme zu erstellen, die das Produkt erfordert;

• Die Geschäftslogik-Ebene, auf der der Back-End-Ingenieur die Endpunkte bereitstellt, damit die Anwendung die ausgefallenen Diagramme und Tabellen anzeigen kann, die die Benutzer benötigen;

• Die Datenbankebene, auf der das Backend jede erforderliche Änderung wie eine neue Tabelle oder eine neue Spalte vornimmt. Im Allgemeinen wird die Komplexität eines unaufhaltsam wachsenden Datenbankschemas erhöht;

• Die Infrastrukturebene, auf der der DevOps-Ingenieur sicherstellt, dass die gesamte Einrichtung unabhängig von der Anzahl der Nutzer, die den Dienst in Anspruch nehmen, funktioniert.

Die meisten Unternehmen versuchen, ihre Datenprodukte so zu erstellen wie in der obigen Abbildung. Es sind mindestens vier Profile erforderlich, um ein solches Produkt zu erstellen (fünf, wenn es maschinelles Lernen beinhaltet), was bedeutet, dass die Kosten extrem hoch sind und die Wahrscheinlichkeit von Reibungen zwischen Daten und IT Teil des Films ist.

‍
Es ist nicht einfach, dies zu erstellen, es ist nicht einfach, es zu warten, es ist definitiv nicht schnell und sicherlich ist es teuer und es erfordert einen IT-Produktmanager oder einen Product Owner.

Wenn all dies fertig ist, erstellt der Dateningenieur schließlich die Datenpipeline, um einige Datenquellen und einige Datentransformationen mit dieser oben beschriebenen Architektur zu verbinden, so dass die erste Iteration des Dienstes abgeschlossen ist.