我们很高兴与Avanade分享我们与Avanade的合作伙伴关系，以使企业客户能够扩展其Azure数据和人工智能（AI）投资，并产生积极的业务成果。除了数百名训练有素的Microsoft Azure Databricks专家外，Avanade还拥有一套解决方案加速器，帮助在Azure云解决方案的基础上实施数据工程、数据科学和机器学习。两家公司的专业知识的结合，特别是在Azure方面，将使我们的联合客户更容易使用Azure数据库实现现代化和高级分析。这种合作关系建立在Avanade和Databricks多年来共同完成的工作的基础上，以交付将人工智能嵌入各种业务流程和体验中的客户解决方案。尽管有8%的核心人工智能公司在全球范围内投入了大量的人工智能技术，但我们发现只有88%的企业在进行机器学习方面的投资。大多数公司只将人工智能应用于其业务的一部分，或是运行临时数据科学试点项目，从而错失了创造新收入来源和与客户接触的机会。Avanade和Databricks正携手合作，帮助数据团队解决这些差距，并在其行业中取得竞争优势。关注现代化和可扩展性Avanade和Databricks在许多解决方案和项目上进行了合作。在与Avanade全球数据主管Luke Pritchard交谈时，他说："这一合作关系建立在我们多年来共同完成的工作的基础上，这些工作旨在提供解决方案，帮助我们的客户扩展其Azure数据和人工智能投资，以产生业务成果。"以下是我们合作关系中需要强调的几个关键领域：1现代化和云迁移内部数据系统（如Hadoop）的局限性促使数据团队探索新的云计算替代方案。然而，计划业务应用程序并将其从一个环境迁移到另一个环境绝非易事。开发一个合适的迁移计划、重构数据体系结构以及用期望的结果验证结果需要大量的时间和技术专业知识。这就是Avanade和Databricks实现从遗留数据系统到现代数据体系结构的更平滑的迁移路径的地方。2生产准备机器学习每个企业都有机会通过将数据科学和机器学习融入其业务中来加速创新。当需要自动化和管理用于分析的大型数据集的准备，并建立将模型从开发转移到生产的过程和自动化时，所需的范围就变得很清楚了。使用行业特定的ML模型和管道模板的存储库来优化整个机器学习生命周期，以自动化数据准备并促进数据转换脚本的重用。三。规模数据科学跨业务部门和系统将数据汇集在一起的能力使企业具有竞争优势，但通常需要数月的基础架构和DevOps工作。它还需要在数据工程和数据科学之间进行多次切换，这很容易出错并增加风险。制定针对您所在行业和组织的企业分析战略，弥合深度高级分析的人才缺口，并通过内置的安全和维护确保可扩展性和可持续性。行业案例研究Avanade和Databricks帮助各个行业的客户利用开源软件、大数据分析、机器学习和人工智能来实现数据平台的现代化并吸引客户。以下是几个例子：面向全球制药公司的Hadoop迁移当Avanade帮助他们从本地系统迁移到Azure时，一家全球制药公司希望运营并扩展其数据科学能力。通过构建一个利用Azure和Azure数据块的数据平台，该公司的数据科学家能够自动化他们的大部分数据准备，实验他们的模型，并更快地训练算法。因此，重复工作的减少和数据科学能力的提高使公司能够降低成本并发现新的收入机会。产业供应链优化当一家工业工程和钢铁生产公司蒂森克虏伯（thyssenkrupp）想要优化他们的配送网络以应对不断上涨的供应和运输成本时，他们立刻想到了云计算中的人工智能。蒂森克虏伯与Avanade和Databricks一起构建了基于云的平台阿尔弗雷德·西蒙尼自动分析和运行仿真。完成的模拟导致优化操作、增加成本节约和减少排放。在内部，蒂森克虏伯公司能够更好地将其数据工程和数据科学团队聚集在一起，以改善合作和开发创新解决方案，从而对他们的经营方式产生真正的影响。金融服务客户个性化一家金融服务公司反复看到客户放弃信用卡申请。在意识到需要扩大数据科学计划以最大限度地提高洞察力和创造更个性化的客户体验后，他们选择了与Avanade合作。Avanade帮助实现了一个实时数据平台，使用Azure数据链，在不同的时间间隔内对每个客户都有统一的视图。该解决方案使他们的营销团队更容易按类型划分客户，为他们提供相关的应用程序，并最终减少放弃和流失。了解更多欲了解更多信息，请访问Avanade网站上的Databricks页面，或与我们联系。请务必在2020年6月25日上午11:00-11:30在Spark和AI峰会上查看Avanade会议。在这节课中，您将学习如何扩展数据科学和人工智能（AI）的使用，以加速商业成果。您还将深入了解高影响的用例，并了解为什么设计导向的方法可以帮助您获得更高的成功率，从而加速企业范围内的价值。免费试用Databricks。今天就开始吧