架構資料與機器學習平台|雲端啟動分析與AI驅動的創新 (Architecting Data and Machine Learning Platforms: Enable Analytics and Ai-Driven Innovation in the Cloud)
Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner
- 出版商: 歐萊禮
- 出版日期: 2025-04-24
- 定價: $780
- 售價: 7.9 折 $616
- 語言: 繁體中文
- 頁數: 336
- ISBN: 6263249609
- ISBN-13: 9786263249608
-
相關分類:
Machine Learning
- 此書翻譯自: Architecting Data and Machine Learning Platforms: Enable Analytics and Ai-Driven Innovation in the Cloud (Paperback)
尚未上市,歡迎預購
買這商品的人也買了...
-
$550$468 -
$228操作系統原理
-
$393算法設計與分析基礎, 3/e (Introduction to the Design and Analysis of Algorithms, 3/e)
-
$250大東話安全之網絡病毒篇
-
$550$429 -
$454Kubernetes 權威指南 — 企業級容器雲實戰
-
$360$281 -
$380$323 -
$594$564 -
$352Service Mesh實戰:基於Linkerd和Kubernetes的微服務實踐
-
$450$405 -
$580$452 -
$400$316 -
$580$458 -
$980$774 -
$580$458 -
$540$427 -
$650$507 -
$500$330 -
$580$458 -
$700$553 -
$499$424 -
$650$507 -
$708$673 -
$780$608
商品描述
🔹 全面掌握雲端資料與AI平台設計關鍵
🔹 實戰導向,靈活運用AWS、Azure、Google Cloud、Snowflake、Databricks
🔹 從基礎到進階,打造符合企業需求的現代化資料平台
🔹 強化資料治理,加速AI/ML創新,驅動決策智慧
無論你是資料架構師、工程師,或是希望運用AI強化決策的企業領導者,本書都將成為你打造未來資料與機器學習平台的最佳指南!
在資料驅動的時代,企業該如何善用資料創造價值?
本書由三位資深工程師聯手打造,為雲端架構師與資料專業人士提供了一套清晰完整的解決方案。從雲端資料平台的設計到AI與機器學習的整合,帶您走過資料現代化的每一步。無論是整合分散的資料、實現即時決策,還是利用AI解鎖創新潛力,本書都提供了實用的架構與工具,幫助你在雲端時代保持優勢。
-----------------------------------------------------------
「本書完整介紹,如何依據企業組織的策略方向,設計與建置現代雲端資料與ML平台的概念、模式與元件。真希望我能在多年前就能讀到這本書。」
—Robert Sahlin,Mathem資料平台主管
所有的雲端架構師都必須知道如何建置資料平台,以賦與企業能夠快速高效地做出資料驅動的決策,並在整個企業範圍內提供智能化服務。本書將展示如何使用AWS、Azure、Google Cloud以及Snowflake與Databricks這類多重雲端工具,設計、建置與現代化雲端原生資料與機器學習平台。
作者Marco Tranquillin、Valliappa Lakshmanan與Firat Tekiner使用真實世界企業架構來說明,內容涵蓋從雲端匯入到啟動整個資料生命週期。你將學到如何轉換、保全與現代化資料倉儲與資料湖這些熟悉的解決方案,也將能充份利用最新的AI/ML模式取得精準且快速的洞見,提升競爭優勢。
你將學會:
*設計現代化且安全的雲端原生或混合資料分析與機器學習平台
*透過將企業資料整合到治理良好、可擴充的與彈性的資料平台,加速資料導向的創新。
*民主化存取企業資料,治理業務團隊提取洞見方式與建置AI/ML的能力。
*讓您的企業利用串流管道即時決策
*建置MLOps平台,移往預測性與指示性分析
作者簡介
Marco Tranquillin 是經驗豐富的顧問,協助企業組織透過雲端運算技術轉型。
Valliappa Lakshmanan 是聲譽良好的高階主管,與CXO們及資料科學團隊合作,從資料與AI建立價值。
Firat Tekiner 是具有創新精神的產品經理,為世界最大企業組織開發並交付資料產品與AI系統。
目錄大綱
第一章 資料平台現代化:簡介
第二章 資料創新的策略性作法
第三章 設計資料團隊
第四章 遷移框架
第五章 架構資料湖
第六章 企業資料倉儲的創新
第七章 湖倉融合
第八章 串流架構
第九章 混合與邊緣擴展資料平台
第十章 AI應用架構
第十一章 架構ML平台
第十二章 資料平台現代化:模型案例