yun
-
数据开发治理平台 WeData Studio
WeData Studio 提供一站式大数据和 AI 开发 IDE,支持 Notebook 文件、SQL 脚本,以及 Python、Shell 等类型文件的在线开发。
-
数据开发治理平台 WeData DLC Spark Streaming
Spark Streaming 作为 Spark 生态中专注于实时数据处理的核心组件,凭借其灵活的处理模式、与 Spark 核心引擎的深度融合以及丰富的数据源支持,成为实时大数据领域的重要工具。WeData 平台集成了 DLC Spark Streaming 节点,为用户提供了便捷的任务开发功能。本指南将详细讲解 DLC Spark Streaming 节点的配置方法。
-
数据开发治理平台 WeData 实时任务运维
当用户在编排空间中完成 DLC Spark Streaming 等实时任务配置并提交后,即可在实时任务运维界面对 DLC Spark Streaming 进行管理和运行操作,包括对任务执行运行、下线、删除、修改负责人等操作,还包括查看实例、查看详情等功能。
-
数据开发治理平台 WeData 实时实例运维
实时实例运维页面用于查看和管理实时任务生成的实例,通过多种功能维护实例,确保数据处理与运行流程的稳定、高效、可靠。1. 系统目前仅保留4个月内的实例,4个月前的实例会被自动清理。
-
数据开发治理平台 WeData Notebook 开发
Studio 整体功能包括:Studio 开发 IDE、数据目录导航、Git 源代码管理三个模块。
-
数据开发治理平台 WeData SQL 开发
这篇说说WeData Studio的SQL开发功能,包括前置开通与引擎配置、SQL编辑器核心操作(运行、格式化、参数管理、版本记录),以及脚本在编排空间和远程Git仓库中的引用方式。 SQL编辑器:支持运行、格式化、参数管理和版本对比回滚等操作。 编排空间引用:Studio内SQL文件需批量提交后,才可在工作流任务中被选中引用。
-
数据开发治理平台 WeData 数据科学
数据开发治理平台 WeData(以下简称 WeData)基于 MLOps 的产品设计理念,建设了数据科学模块。
-
数据开发治理平台 WeData 通用实验
模型实验是 WeData 实现模型生产中过程可管理、实验可复现的关键模块之一,支持如下核心功能。
-
数据开发治理平台 WeData AutoML 实验
AutoML(自动化机器学习,Automated Machine Learning)是一种自动化机器学习流程的技术,旨在让用户无需深入掌握机器学习算法和调参细节,也能高效地完成数据预处理、特征工程、模型选择、超参数优化、模型评估等一系列机器学习任务。AutoML 平台通常会自动尝试多种算法和参数组合,帮助用户快速找到最佳的机器学习模型。
-
数据开发治理平台 WeData 特征管理
WeData 的特征管理模块通过提供特征离线存储和在线存储的服务,从而实现特征的统一管理,助力数据科学家和数据工程师在模型开发过程中,可以集约化的存储、读取、分析和复用特征,避免烟囱式的开发协作模式。