DATAOPS SERVICES MIT [at]
Wir betreiben und warten Ihre Plattformen und Machine Learning Algorithmen in unserer DataOps.
Datenprodukte erfolgreich skalieren und betreiben mit DataOps
Mehr und mehr Unternehmen stehen vor der Herausforderung, ihre Data Analytics-Lösungen in eine sichere, robuste und skalierungsfähige Geschäftsanwendung zu überführen. Diese Lösung muss typischerweise mit der Unternehmens-IT abgestimmt und integriert werden, und anschließend müssen diese skalierbaren Datenprodukte und -Plattformen auch professionell betrieben werden. Hierfür hat sich DataOps (Data Operations) als Vorgehen etabliert. Marktfähige, ausgerollte und produktiv genutzte Datenprodukte werden durch DataOps weiterentwickelt, betrieben und zum Service ausgebaut.
Unser Ziel ist es, Sie dabei zu unterstützen, dauerhaft einen reibungslosen Betrieb sicherzustellen, Prozesse einzuführen und kontinuierlich Optimierungen vorzunehmen.
Data Science Use Cases
WIE SIEHT EIN DATAOPS PROJEKT MIT [at] AUS?
Ausgangssituation
Sie haben bereits ein Data Product oder Service in Ihrem Unternehmen implementiert und wollen jetzt den reibungslosen Betrieb sicherstellen? Unsere DataOps Experten unterstützen Sie dabei, Prozesse für das stabile Funktionieren Ihrer Systeme aufzubauen und helfen dabei diese in bestehende Prozesse und Teams zu integrieren.
Projektablauf
Um aus einem Datenprodukt einen robusten, skalierbaren und ggf. weltweit verfügbaren Business-Service zu entwickeln, muss ein Betriebskonzept bzw. Service-Modell etabliert werden. Dies umfasst Betriebs-Organisation, Prozesse, Rollen & Verantwortungen, Governance inkl. Reporting und SLA (Service Level Agreements) sowie das erforderliche Toolset. Zur Standortbestimmung und Roadmap-Definition bieten wir Assessment-Workshops an und begleiten Sie mit bewährten Standards und Methoden im nachfolgenden Umsetzungsprojekt. In der DevOps Phase wird das Datenprodukt oder die Plattform anhand etablierter Methoden kontinuierlich weiterentwickelt. Unser Servicekatalog ermöglicht den zielgerichteten und zeitnahen Aufbau eines Services. Vereinbarte Reaktions- und Lösungszeiten sowie gemeinsam definierte Servicetiefen führen zu einem, hinsichtlich Leistung aber auch Kosten transparenten Servicemodells. Durch die Integration von Offsite- bzw. Shoring-Kapazitäten ergeben sich Skalen- sowie Kostenreduktionseffekte.
Eingesetzte Methoden im Überblick
Assessment Workshop
Testautomatisierung
Servicekatalog
Continous Integration & Delivery
Data Operations bei der Munich Re
Munich Re ist einer der weltweit führenden Rückversicherer. Kaum ein anderes Unternehmen verfügt über mehr Risikoinformationen als das Münchener Unternehmen. Um dieses Wissen an einer zentralen Stelle zu sammeln und mit weiteren Daten anzureichern, entwickelte Munich Re einen Data Lake. In Zusammenarbeit mit der Data Science- und KI-Beratung Alexander Thamm GmbH wurden interne und externe Systeme über Data Pipelines angebunden. Nun werden die Data Operations weiter standardisiert und professionalisiert, um in Zukunft Data Pipelines gewissermaßen am Fließband zu produzieren. Über diese Pipelines werden Daten von internen Abteilungen und externen Kunden in den Data Lake „gepumpt“ und Datenanalyse-Services zur Verfügung gestellt.
Mehr Informationen zu diesem Projekt finden Sie in unserem kostenlosen Anwenderbericht.
Referenzen
von [at]
Warum DataOps mit [at]
Experte für DataOps
Wir haben über 1.000 AI & Data Science Projekte erfolgreich durchgeführt. Bei vielen der von uns entwickelten Datenprodukte kümmern wir uns bis heute um Wartung und Betrieb.
Leader für AI und Big Data
24/7 Erreichbarkeit
FAQ
Leer
leer
Wie schnell können Sie starten?
In der Regel behalten wir uns eine Ramp-up Phase von 2 Wochen ab Bestelleingang vor, da unsere [at] Kollegen jedoch schon im Vorfeld zum Projekt sich sehr eng mit unseren Kunden abstimmen ist meist ein Projektstart innerhalb weniger Tage möglich.
Können Sie uns auch in englischer Sprache unterstützen?
Unsere Mitarbeiter setzten Projekte sowohl in deutscher als auch in englischer Sprache um.
Was bedeutet Operations?
DataOps (Data Operations) ist eine weit verbreitet Methode, um Ihr Unternehmen ideal zu unterstützen. Dabei wird nach einer sicheren, robusten und skalierungsfähigen Lösung für Ihre Geschäftsanwendungen gesucht. Kontinuierliche Weiterentwicklung und Prozessoptimierung gehören zu unserem guten Service dazu und stellen einen reibungslosen Betrieb sicher.
Mit welchen Technologien arbeiten Sie vorrangig?
Damit wir weitestgehend uneingeschränkt bei unseren Kunden arbeiten können, arbeiten wir Technologie-unabhängig und stellen zu den relevantesten Data Science Tools und Architekturen entsprechende Mitarbeiter und Experten zur Verfügung.
Ist die [at] nur in Deutschland aktiv oder auch weltweit?
Projektfokus von [at] liegt im deutschsprachigen Raum, wir haben bereits auch internationale Projekte betreut und nehmen diese auch gerne an.
Wie viele Standorte haben Sie? Wo befinden sich diese?
[at] verfügt aktuell über 6 Standorte in Deutschland, dazu zählen München, Leipzig, Berlin, Köln, Frankfurt und Stuttgart. Weitere Standorte sind für die Schweiz und Österreich in den kommenden Jahren geplant.
Können über [at] auch Lizenzen erworben werden und bietet AT diesbezüglich Beratungen an?
Ja, die wir bieten vor allem im Bereich Visualisierung Lizenzen für unterschiedliche Technologien an.
Sehr gerne beraten wir Sie auch im Vorfeld und empfehlen Ihnen für Ihre Herausforderungen die passenden Technologien.
DataOps Projekte benötigen agile Arbeitsmethoden
Heutige IT-Projekte erfordern eine andere Herangehensweise und Methodik hinsichtlich Wartung und Betrieb. Grund dafür sind agile Methodiken sowie völlig neue Technologien. Aktuelle Data Products oder Services, die auf Machine Learning oder Artificial Intelligence basieren, enden nicht mehr automatisch mit dem Proof-of-Concept. So werden KI-Algorithmen immer mehr in den dauerhaften Betrieb von Softwarelösungen eingebunden. Deshalb erfordern Data Science Services immer neue Expertisen, anderes Know-How sowie agile Arbeitsmethoden.
Wartung und Betrieb der neuen Produkte sind technisch äußerst anspruchsvoll. Klassische Service-Delivery-Modelle allein stoßen hier an ihre Grenzen. Es bedarf eines schlagkräftigen Teams aus Data Scientists, Data Engineers und Softwareentwicklern,
die Erfahrung im Design, der Umsetzung und Wartung der Produkte haben. Gleichzeitig sind in Unternehmen die bestehenden Service-Modelle – meist nach der Information Technology Infrastructure Library (ITIL) – erlernt und etabliert. Bewährtes Vorgehen mit aktuellen Arbeitsmethoden zu verbinden, das ist DataOps.
Unsere Data Scientists und Data Engineers haben bereits weit über 1.000 Data & KI-Projekte erfolgreich umgesetzt. Außerdem verfügen sie über umfangreiche Erfahrungen in Wartung und Betrieb der selbst umgesetzten Produkte. Konzentrieren Sie sich auf Ihr Kerngeschäft – unsere DataOps Experten halten Ihnen 24 Stunden, sieben Tage die Woche den Rücken frei.
DATAOPs Webinar
In diesem Webinar wird vorgestellt, welche Aspekte hierbei zu berücksichtigen sind und wie dies in Referenzprojekten bereits umgesetzt wurde. Das Data Operations Assessment unterstützt bei der Einschätzung des Status-quo, der Fit-gap-Analyse sowie der Definition einer Roadmap zur Abarbeitung der nächsten Schritte. Durch das „Service Model Design“ wird ein Konzept zur Standardisierung und Professionalisierung der Data Operations gegeben; hierbei werden auch Kostensenkungspotenziale (z.B. durch optimierte Sourcing-Ansätze wie Near/Offshoring) erarbeitet.