Infografis
Suara.com - Perusahaan Data Cloud, Snowflake menjadi tuan rumah acara Data Cloud World Tour (DWCT) di Jakarta, Rabu (25/10/2023).
Para peserta mengikuti penjelasan dari sesama rekan pemimpin di bidang data, teknologi dan bisnis seperti Satchit Joglekar, Direktur Regional ASEAN Emerging Markets, Jennifer Belissent Pemimpin Ahli Strategi Data, dan Natalie Mead Vice President dari divisi Sales Engineering mengenai bagaimana Data Cloud memecah silo, yang memungkinkan AI dan machine learning (ML) yang kuat dan aman, serta memberikan nilai bisnis kepada pelanggan.
Selain itu, acara ini akan menggali lebih dalam kemampuan terbaru Snowflake yang memudahkan organisasi melakukan lebih banya hal dengan data mereka serta menyederhanakan arsitektur, membangun tanpa mengorbankan tata kelola, dan menghadirkan serta memonetisasi aplikasi terkemuka dalam skala besar di Snowflake Marketplace. Secara khusus, para peserta akan mempelajari kemajuan baru di bidang streaming yang sedang berkembang pesat, dukungan untuk format tabel terbuka, dan Generative AI.
Dalam paparannya di hadapan media, VP of Data Evermos, Rendy Bambang mengatakan bahwa sebelum menggunakan solusi dari Snowflake, Evermos mengalami beberapa permasalahan terkait data seperti kecepatan mengakses data yang lambat sehingga berpengaruh terhadap produktifitas, visibilitas untuk melihat kinerja sistem yang cukup menantang, dan penambahan biaya saat meingkatnya kapasitas beban kerja.
Baca Juga: Hadirkan Solusi untuk Industri dari Hulu ke Hilir, RDS Group Resmikan Pusat Operasional Baru
“Setelah menggunakan Snowflake, sistem kami lebih cepat dari biasanya, kami mudah untuk memonitor atau mencegah masalah dalam kinerja sistem, lebih fleksibel ketika melakukan skalabilitas beban kerja, dan lebih bsia memastikan kepatuhan dan kualitas data seperti proteksi data pribadi, dan kemudahan implementasi keamanan,” tuturnya.
Snowflake baru-baru ini mengumumkan inovasi baru yang memperluas kemampuan program data bagi ilmuwan data (data scientists), teknisi data (data engineer), dan pengembang aplikasi sehingga mereka dapat membangun dengan cepat dan lebih efisien di Data Cloud.
Dengan peluncuran Snowpark Container Services (pratinjau pribadi), Snowflake akan memperluas jangkauan Snowpark sehingga para pengembang dapat membuka banyak pilihan infrastruktur yang lebih luas, seperti akselerasi komputasi untuk menjalankan lebih banyak beban kerja dalam platform Snowflake yang aman dan terkelola tanpa kerumitan, termasuk jangkauan AI yang lebih luas. dan model ML, API, aplikasi yang dikembangkan secara internal, dan banyak lagi.
Dengan menggunakan Snowpark Container Services, pelanggan Snowflake juga mendapatkan akses ke katalog luas perangkat lunak dan aplikasi pihak ketiga termasuk LLMs (Large Language Models) Notebooks, alat-alat MLOps, dan banyak lagi dalam akun mereka. Selain itu, Snowflake menyederhanakan dan menskalakan cara pengguna mengembangkan, mengoperasionalkan, dan menggunakan model ML, serta meluncurkan inovasi baru sehingga lebih banyak organisasi dapat menghidupkan data dan model ML mereka.
Senior Regional Vice President Snowflake untuk ASEAN dan India Sanjay Deshmukh pada kesempatan yang sama di depan media mengatakan bahwa dalam menyusun staregi AI harus diawali dengan menyusun strategi data. Saat ini, revolusi model data terjadi sangat cepat dalam berbagai industri yang mendorong inovasi dan membuka jalan bagi pemanfaatan Generative AI.
Baca Juga: Pemimpin yang Berperan dalam Majukan Teknologi Informasi Raih DT50 Award
“Document AI dari Snowflake dibuat berbasis Generative AI. Teknologi ini membantu bagaimana membantu perusahaan dapat menggunakan data yang tidak terstruktur dan memprosesnya dengan menggunakan Large Language Model (LLM) untuk kemudian menjadi sebuah wawasan dalam mengambil keputusan,” ungkapnya.
Snowpark Container Service semakin memperluas cakupan beban kerja lebih yang dapat dibawa ke data pelanggan. Hal ini memberi pengguna dengan fleksibilitas untuk membangun dalam bahasa pemrograman apapun dan menerapkan pada pilihan infrastruktur yang lebih luas, dengan kemudahan yang sama dalam hal penggunaan, skalabilitas, tata kelola terpadu dari Data Cloud Snowflake.
Selain itu, Snowpark Container Service dapat digunakan sebagai bagian dari aplikasi asli milik Snowflake (dalam tahap pengembangan), memungkinkan pengembang mendistribusikan aplikasi yang canggih yang sepenuhnya berjalan di akun Snowflake pelanggan akhir mereka. Snowpark Container Service juga akan memungkinkan pengguna untuk secara aman menjalankan penyedia model generatif pihak ketiga terkemuka seperti Reka secara aman langsung dalam akun Snowflake mereka, menghilangkan kebutuhan untuk mengekspos data kepemilikan untuk mempercepat inovasi.
Snowflake juga memajukan integrasi Streamlit di Snowflake, memberdayakan data scientist dan pengembang Python lainnya untuk meningkatkan dampak pekerjaan mereka dengan membangun aplikasi yang menjembatani kesenjangan antara data dan tindakan bisnis. Dengan Streamlit di Snowflake, para pembuat dapat menggunakan kode Python yang sudah dikenal untuk mengembangkan aplikasi mereka, mengubah ide menjadi aplikasi yang siap untuk perusahaan hanya dengan beberapa baris kode, lalu dengan cepat menerapkan dan membagikan aplikasi ini dengan aman di Data Cloud.
Selain itu, Snowflake membuat pengembangan dalam platform terpadunya menjadi lebih mudah dan familiar melalui kemampuan baru termasuk integrasi Git asli (pratinjau pribadi) untuk mendukung alur kerja CI/CD yang lancar, dan Antarmuka Baris Perintah (CLI; Command Line Interface) asli (pratinjau pribadi) untuk pengembangan yang optimal dan pengujian dalam Snowflake.
Inovasi baru juga mempermudah dan menghemat biaya bagi para data engineer untuk bekerja dengan data berlatensi rendah, tanpa harus menyatukan solusi atau membangun jalur data tambahan. Snowflake menghilangkan batasan antara pipeline batch dan streaming dengan Snowpipe Streaming (segera tersedia secara umum) dan Dynamic Tables (pratinjau publik), memberikan solusi yang disederhanakan dan hemat biaya bagi teknisi data untuk menyerap data streaming dan dengan mudah membangun pipeline deklaratif yang kompleks.
