بازطراحی مدلسازی داده در لایه‌هاوس: معرفی ویب مدلسازی داده Databricks

Databricks BlogUS / Global3 دقیقه مطالعه۱۴۰۵/۰۴/۲۷ ساعت ۰۰:۰۰

تصویر مرتبط با خبر: Reimagining Data Modeling on the Lakehouse: Introducing Vibe Data Modeling
تصویر مرتبط با خبر: Reimagining Data Modeling on the Lakehouse: Introducing Vibe Data Modeling
خلاصه سریع

اصل خبر در چند خط

Databricks ابزار جدیدی به نام «ویب مدلسازی داده» را معرفی کرد که با استفاده از مدل‌های زبانی بزرگ، توصیف ساده کسب‌وکار را به مدل داده کامل و حاکمیت‌شده تبدیل می‌کند. این ابزار فرآیند ساخت لایه نقره‌ای را از ماه‌ها به ساعت‌ها کاهش می‌دهد و با اعمال ۲۵۱ قانون و بازبینی‌های معمارانه، اعتبار مدل را تضمین می‌کند. ویب مدلسازی داده به صورت بومی در کاتالوگ یونیتی استقرار می‌یابد و شامل اسکیم‌ها، جداول، کلیدهای خارجی و داده‌های نمونه است. این ابزار با اصل «آنچه شما می‌گویید برنده است» کار می‌کند و امکان سفارشی‌سازی مدل را با زبان ساده فراهم می‌آورد. فرآیند تبدیل ویب به مدل داده در چهار مرحله انجام می‌شود و هر مرحله پیش از شروع مرحله بعدی اعتبارسنجی می‌شود.

متن خبر

شرح خبر

Databricks با معرفی «ویب مدلسازی داده» (Vibe Data Modeling) انقلاب جدیدی در ساخت لایه نقره‌ای (Silver Layer) پشته‌های تحلیلی ایجاد کرد. این ابزار مبتنی بر عامل چندمدلی و مدل‌های زبانی بزرگ (LLM)، با دریافت توصیف ساده انگلیسی از کسب‌وکار، آن را به یک مدل داده کامل، حاکمیت‌شده و قابل استقرار در کاتالوگ یونیتی تبدیل می‌کند. ساخت دستی لایه نقره‌ای معمولاً ۶ ماه تا ۳ سال زمان می‌برد، اما ویب مدلسازی داده این فرآیند را به کمتر از دو ساعت برای یک مدل حداقل قابل استقرار و یک بعدازظهر برای مدل پوشش گسترده کاهش می‌دهد. این ابزار با اعمال ۲۵۱ قانون قابل اجرا، دو بازبینی معمارانه و یک حلقه عاملانه، اعتبار مدل را پیش از استقرار تضمین می‌کند. ویب مدلسازی داده به صورت بومی در کاتالوگ یونیتی استقرار می‌یابد و شامل اسکیم‌ها، جداول، کلیدهای خارجی، برچسب‌های طبقه‌بندی و داده‌های نمونه می‌شود. Databricks ابزار جدیدی به نام «ویب مدلسازی داده» را معرفی کرد که با استفاده از مدل‌های زبانی بزرگ، توصیف ساده کسب‌وکار را به مدل داده کامل و حاکمیت‌شده تبدیل می‌کند. این ابزار فرآیند ساخت لایه نقره‌ای را از ماه‌ها به ساعت‌ها کاهش می‌دهد و با اعمال ۲۵۱ قانون و بازبینی‌های معمارانه، اعتبار مدل را تضمین می‌کند. ویب مدلسازی داده به صورت بومی در کاتالوگ یونیتی استقرار می‌یابد و شامل اسکیم‌ها، جداول، کلیدهای خارجی و داده‌های نمونه است. این ابزار با اصل «آنچه شما می‌گویید برنده است» کار می‌کند و امکان سفارشی‌سازی مدل را با زبان ساده فراهم می‌آورد. فرآیند تبدیل ویب به مدل داده در چهار مرحله انجام می‌شود و هر مرحله پیش از شروع مرحله بعدی اعتبارسنجی می‌شود. ویب مدلسازی داده با اتوماسیون هوشمند فرآیند ساخت لایه نقره‌ای را متحول می‌کند و زمان و هزینه‌های سنگین ساخت دستی یا سفارشی‌سازی قالب‌های عمومی را حذف می‌کند. این ابزار با استفاده از مدل‌های زبانی بزرگ و اعمال قوانین سختگیرانه، دقت و حاکمیت داده‌ها را تضمین می‌کند که برای سازمان‌های داده‌محور حیاتی است. علاوه بر این، توانایی استقرار سریع و یکپارچه در کاتالوگ یونیتی، سازگاری و مقیاس‌پذیری را برای کسب‌وکارهای مدرن فراهم می‌آورد. کاهش چشمگیر زمان و هزینه ساخت لایه نقره‌ای، بهبود دقت و حاکمیت داده‌ها، افزایش سرعت عرضه محصولات داده‌محور و کاهش وابستگی به قالب‌های عمومی صنعتی که معمولاً تنها ۲۰ تا ۴۰ درصد مرتبط هستند. سازمان‌های ایرانی فعال در حوزه داده و هوش تجاری می‌توانند از این ابزار برای تسریع فرآیندهای مدلسازی داده و کاهش هزینه‌ها بهره‌مند شوند، به ویژه در صنایعی مانند بانکداری، بیمه و خرده‌فروشی که نیاز به دقت و سرعت بالا دارند. ویب مدلسازی داده با اعمال ۲۵۱ قانون قابل اجرا و بازبینی‌های معمارانه، چارچوب‌های قانونی و حاکمیت داده‌ها را تقویت می‌کند و از بروز خطاهای ساختاری و تکراری در مدل‌های داده جلوگیری می‌کند. این ابزار توسط شرکت آمریکایی Databricks توسعه یافته و می‌تواند تأثیرات جهانی در حوزه مدیریت داده داشته باشد، اما محدودیت‌های جغرافیایی یا سیاسی خاصی ندارد. رسمی، از وبلاگ Databricks Databricks با معرفی ویب مدلسازی داده، فرآیند ساخت لایه نقره‌ای را متحول کرد. این ابزار با هوش مصنوعی، مدل‌های داده را سریع‌تر، دقیق‌تر و حاکمیت‌شده‌تر می‌سازد.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.

تحلیل تحریریه

ابعاد مهم خبر

چرا مهم است؟

ویب مدلسازی داده با اتوماسیون هوشمند فرآیند ساخت لایه نقره‌ای را متحول می‌کند و زمان و هزینه‌های سنگین ساخت دستی یا سفارشی‌سازی قالب‌های عمومی را حذف می‌کند. این ابزار با استفاده از مدل‌های زبانی بزرگ و اعمال قوانین سختگیرانه، دقت و حاکمیت داده‌ها را تضمین می‌کند که برای سازمان‌های داده‌محور حیاتی است. علاوه بر این، توانایی استقرار سریع و یکپارچه در کاتالوگ یونیتی، سازگاری و مقیاس‌پذیری را برای کسب‌وکارهای مدرن فراهم می‌آورد.

اثر کسب‌وکاری

کاهش چشمگیر زمان و هزینه ساخت لایه نقره‌ای، بهبود دقت و حاکمیت داده‌ها، افزایش سرعت عرضه محصولات داده‌محور و کاهش وابستگی به قالب‌های عمومی صنعتی که معمولاً تنها ۲۰ تا ۴۰ درصد مرتبط هستند.

اثر احتمالی برای ایران

سازمان‌های ایرانی فعال در حوزه داده و هوش تجاری می‌توانند از این ابزار برای تسریع فرآیندهای مدلسازی داده و کاهش هزینه‌ها بهره‌مند شوند، به ویژه در صنایعی مانند بانکداری، بیمه و خرده‌فروشی که نیاز به دقت و سرعت بالا دارند.

ارتباط با LegalTech

ویب مدلسازی داده با اعمال ۲۵۱ قانون قابل اجرا و بازبینی‌های معمارانه، چارچوب‌های قانونی و حاکمیت داده‌ها را تقویت می‌کند و از بروز خطاهای ساختاری و تکراری در مدل‌های داده جلوگیری می‌کند.

زاویه رسانه/کشور منبع

رسمی، از وبلاگ Databricks

برچسب‌ها