北京2017年11月30日電 /美(mei)通(tong)社/ -- 當前，合理(li)應用大數(shu)據(ju)(ju)技術(shu)已經成為提升企(qi)業(ye)核心競(jing)爭(zheng)力的(de)(de)重(zhong)要(yao)指標，企(qi)業(ye)日益認識到大數(shu)據(ju)(ju)的(de)(de)重(zhong)要(yao)性，但企(qi)業(ye)在(zai)使用大數(shu)據(ju)(ju)過(guo)程(cheng)中，普遍面臨著多種復(fu)雜的(de)(de)大數(shu)據(ju)(ju)底層軟件整(zheng)合、大數(shu)據(ju)(ju)研發技術(shu)人才稀缺(que)、傳統大數(shu)據(ju)(ju)技術(shu)的(de)(de)各種編程(cheng)和測試工作流程(cheng)復(fu)雜繁瑣等(deng)諸多困擾(rao)。
針(zhen)(zhen)對企(qi)業的這(zhe)些困擾，博彥科技推(tui)出了基于(yu)(yu)Hadoop底層(ceng)的大(da)數(shu)據(ju)(ju)管理平(ping)臺，幫(bang)助企(qi)業快速打造(zao)大(da)數(shu)據(ju)(ju)服(fu)務(wu)中心，構建(jian)數(shu)據(ju)(ju)集市，服(fu)務(wu)于(yu)(yu)特定需求(qiu)，便于(yu)(yu)數(shu)據(ju)(ju)的攫取(qu)及操(cao)作；同時(shi)，針(zhen)(zhen)對流數(shu)據(ju)(ju)處理，形成統(tong)一的數(shu)據(ju)(ju)標準。通(tong)過(guo)數(shu)據(ju)(ju)加工，可直接應(ying)用于(yu)(yu)業務(wu)。并(bing)通(tong)過(guo)機器學習將(jiang)數(shu)據(ju)(ju)形成特征，創建(jian)模型。
該平臺(tai)大大降低了大數據(ju)技(ji)術的使用門檻，分布式(shi)架構可對部署規模進行彈(dan)性調整(zheng)，極大節省人力(li)成(cheng)本與(yu)時間成(cheng)本；內置機器學習可快速進行數據(ju)訓(xun)練，通過界面操(cao)作即可完成(cheng)數據(ju)存儲(chu)和加工，提(ti)升了大數據(ju)的治(zhi)理(li)效率。
以某銀行(xing)歷史(shi)數(shu)據(ju)管(guan)理為(wei)例，用(yong)(yong)戶面臨著歷史(shi)數(shu)據(ju)過多，數(shu)據(ju)查(cha)詢(xun)需求越(yue)來(lai)越(yue)多的壓力，通過大數(shu)據(ju)管(guan)理平臺提供(gong)數(shu)據(ju)庫、數(shu)據(ju)文件和自(zi)定(ding)義格(ge)式(shi)的業務數(shu)據(ju)統一(yi)接入方式(shi)，并且提供(gong)賬戶、流水、機構等不同(tong)數(shu)據(ju)特征的高(gao)效查(cha)詢(xun)。自(zi)歷史(shi)庫系統上線以來(lai)極大緩解(jie)了(le)核心帳務系統的工作壓力，保(bao)證了(le)對外(wai)數(shu)據(ju)查(cha)詢(xun)的準(zhun)確、及(ji)時、高(gao)效，對提升銀行(xing)對外(wai)形象起到了(le)推動性的作用(yong)(yong)。
目前，博彥科技大數據管理平臺(tai)(tai)已服(fu)務于金融、政府、醫(yi)療(liao)、能(neng)源等多個行業，利用該平臺(tai)(tai)可打造全棧數據中(zhong)心、快速實(shi)施歷史庫，建(jian)立靈活的企業級、業務級數據服(fu)務平臺(tai)(tai)，實(shi)現個性化(hua)的自動(dong)化(hua)作業管理平臺(tai)(tai)。
