本文的目的是展示如何使用Cloudera機器學習(CML),運行Cloudera數據平臺(CDP),建立一個基于高級機器學習概念的預測性維護模型。
在該系列的第2部分中,著眼于技術的不斷發展對電信行業的影響,將與Cloudera工業與解決方案營銷總監Vijay Raja坐了下來,以了解他對該行業的發展趨勢和發展方向的看法。
Tenaris一直利用數據來改善制造流程和供應鏈運作,但是它的舊系統缺乏組合各種來源數據的靈活性,并且使用傳統工具創建預測和預測模型非常耗時。隨著他們的分析問題變得越來越復雜,該組織看到了對現代數據平臺的需求。
Cloudera Data Warehouse(CDW)是一種托管數據倉庫,可在容器化體系結構上運行 Cloudera的強大引擎。本篇文章描述了Cloudera客戶所面臨的代表性示例,并說明了CDW如何解決這些問題。它還著眼于該解決方案中幾種Azure服務(例如Azure Kubernetes服務和ADLS Gen2)所起的關鍵作用。
中聯重科是中國最大,全球第六大工程機械企業,使用Cloudera來提高運營效率,推動預測性維護并向客戶提供支持新物聯網(IoT)的服務。
美光數十年來一直深入研究大數據。但是,隨著適用于大數據的Hadoop開源解決方案的增長,該公司需要一個數據平臺,使其能夠將更多的精力放在分析上,而不是將精力放在數據管理上。此外,該公司還想解決其Hadoop用戶在使用實時數據分析時遇到的延遲問題。
戴爾使用Cloudera的現代數據平臺構建了360度的客戶視圖,并改善了供應鏈運營,質量控制,客戶滿意度和人力資源(HR)洞察力。
Navistar使用Cloudera減少了30%以上的維護成本和車輛停機時間,并將一家公司的車輛每英里維護成本從12美分降低到15美分以下。