Data Scientists sind Menschen, die Mathematik und Informatik kombinieren und für die Datenanalyse nutzen. Ihnen bietet IBM die neue Arbeitsumgebung Data Science Experience Local, die sich komplett in die Private Cloud des eigenen Rechenzentrums integrieren lässt. Denn oft lassen sich Datenanalysen nicht in externe Clouds auslagern, weil das Datenvolumen zu hoch ist, externe Systeme ausgelastet sind oder es Compliance-Vorgaben nicht zulassen. Profitieren können von der IBM Data Science Experience Local Unternehmen aus dem Gesundheitswesen oder der Finanzwelt sowie Forschungseinrichtungen wie das US-amerikanische SETI Institut, das sich der Suche nach außerirdischem Leben widmet.
„Die enge Zusammenarbeit unter Data Scientists ist wichtig, um Ideen, Anregungen und Modelle schnell und einfach auszutauschen und voranzutreiben“, sagt Bill Diamond, President und CEO des SETI-Instituts im kalifornischen Mountain View. „Mit ihrer Lösung bringt IBM den Data-Science-Ansatz auf eine neue Ebene und ermöglicht es uns, umfassende Dokumente, Live-Codes und Gleichungen mit Wissenschaftlern der IBM, der Stanford University oder anderen Institutionen auszutauschen – dies wird unsere Arbeit beflügeln.“
Das SETI-Institut (Search for Extra-Terrestrial Intelligence) nutzt die neue IBM Arbeitsumgebung Data Science Experience Local für ihre Suche nach außerirdischem Leben. Riesige Datenmengen von astronomischen Beobachtungen werten die SETI-Forscher aus, um nach erdähnlichen Planeten außerhalb unseres Sonnensystems zu forschen. Seit Mitte der 1990er Jahre haben Astronomen rund 3.500 Exoplaneten bei anderen Sternsystemen entdeckt, von denen einige als mögliche Habitate für Leben in Frage kommen.
Das SETI-Institut profitiert von IBM Data Science Experience Local, weil sich die Arbeitsumgebung in die lokale Private Cloud der Einrichtung integrieren lässt und in sich geschlossen auf den Servern des eigenen Rechenzentrums läuft. Die lokale Arbeitsumgebung basiert auf der bisherigen IBM Public-Cloud-Lösung, die alle zentralen Anwendungen zum Ausführen und Verwalten der Entwicklungsumgebung einschließt, inklusive der lokalen Installationen von Apache Spark und Object Storage sowie den Data Science Experience Services. Die Lösung läuft auf dem Open-Source-Framework Kubernetes, mit dem sich Docker-Container verwalten lassen. Wie die Public-Cloud-Version ermöglicht die lokale Lösung, innerhalb des Data-Science-Teams Projekte und Codes zu teilen und gemeinsam Modelle mit Werkzeugen wie H2O-Libraries, RStudio oder Jupyter Notebooks zu entwickeln.
Wer die cloudbasierte Arbeitsumgebung Data Science Experience Local mit der Public-Lösung verknüpft, kann seine digitalen Daten in einem ganzheitlichen Ansatz auswerten und Wissenschaftler weltweit einbinden, um analytische Modelle und intelligente Apps zu entwickeln. IBM unterstützt mit der lokalen Cloud-Lösung sowohl Unternehmen als auch Forschungseinrichtungen, damit diese tiefere Einsichten und Erkenntnisse aus ihren digitalen Daten gewinnen können. Basierend auf der Investition von 300 Millionen US-Dollar in Apache Spark startete IBM das Data Science Experience im November 2016, um mehr als zwei Millionen Mitglieder der R-Community durch Beiträge für SparkR, SparkSQL und Apache SparkML zu fördern.
„Data Science ist immer dann von Bedeutung, wenn Unternehmen und Organisationen enorme Datenmengen auswerten müssen, angefangen vom Gesundheitswesen über den Finanzsektor bis hin zu Forschungseinrichtungen“, sagt Dominic Schulz, Vice President IBM Cloud Deutschland, Österreich und Schweiz. „Mit unserer Plattform für die Private Cloud lassen sich digitale Daten vor Ort im eigenen Rechenzentrum auswerten, was nicht nur die Zusammenarbeit der Teams beschleunigt, sondern auch bei sensiblen Daten eine entsprechende Sicherheit gewährleistet.“