Nos meus 22 anos na profissão e dez trabalhando com a TIMi, eu poderia escrever um livro sobre todo o verdadeiro valor que a TIMi trouxe para mim e para a Volvo Cars em comparação com a concorrência, e eu usei e testei muitos deles. Quando agora penso nos meus anos trabalhando com a TIMi, ela nunca me decepcionou, e isso é uma afirmação por si só, pois mais cedo ou mais tarde você sempre enfrenta problemas em seu projeto. O suporte da TIMi estava lá em poucas horas para ajudar. Eu até recebi funções/ações personalizadas codificadas em um período de tempo muito curto. Tente isso com SAS, IBM, SAP ou outros gigantes. O que foi feito em poucas horas levaria semanas, a menos que você esteja pagando pelo menos 10 vezes mais por suporte instantâneo. Mas vamos aos detalhes e exemplos. Se você trabalha com big data, Anatella será seu amigo mais próximo e companheiro para apoiar suas ferramentas corporativas, seja qual for que você use. Trabalhei com Teradata, Aster (ferramenta de big data), Spark e mais. Então, vamos pegar um exemplo simples da vida real. Temos centenas de aplicativos gerando terabytes de dados, desde a produção até o marketing. Para obter qualquer valor de sua análise, você precisará unir tabelas, e sua empresa comprou muita capacidade interna com, digamos, IBM, no nosso caso Teradata. O que quer que você compre, não será suficiente. Será rapidamente preenchido por consultores escrevendo instruções de união e sortby ineficientes em SQL executando diariamente para diferentes aplicativos, tanto críticos quanto não críticos. O ponto é que é incrivelmente caro comprar uma licença para capacidade adicional. A menos que sua empresa esteja no negócio de imprimir dinheiro, pode levar meses a anos antes que a capacidade adicional seja aprovada. Então, suas consultas ficarão esperando por dias/semanas até você obter os dados de que precisa. E se você tiver tabelas com gigabytes/terabytes de dados para serem unidas, classificadas e filtradas, pode estar sem sorte. Isso consome muita da preciosa capacidade necessária para aplicativos de produção críticos. MAS instruções select são rápidas e eficientes em termos de recursos. Você pede ao seu TI para despejar as tabelas de que precisa em sua máquina local com disco NVMe de 4 a 8TB, e a partir daí, você pode processar com Anatella para fazer a união e ETL. É muito, muito frequentemente mais rápido na Anatella, mas também, você tem melhor controle sobre o processo de transformação de dados, então você sabe o que está obtendo. Isso está ficando longo. Você entendeu o ponto. Isso era específico para minha empresa e minha situação de trabalho, e sua realidade é diferente. Ainda assim, você certamente se encontrará em uma posição onde TIMi/Anatella é algo sem o qual você não poderia viver. Em resumo, os Prós: - você pode embaralhar TBs; às vezes, a única maneira de preparar seu ADS (conjunto de dados analíticos) é Anatella. Não acredite que se você tiver todos os dados em um só lugar, como SAP, você pode fazer tudo. A caixa de ferramentas em grandes plataformas é sempre limitada. - robusto, não trava como rapid miner ou python quando sua RAM é preenchida. Se você usar R, está perdido, e Spark tem seus problemas. - flexível, a maioria, senão todas as conexões de banco de dados, nuvem, bem como integração com R, Python, onde você pode lidar com as coisas pesadas com Anatella e passar ADS pequenos e prontos para R ou Python. Funciona. Eu fiz coisas incríveis com essa abordagem. - surpreendentemente rápido e eficiente em termos de memória. Se você tiver um desktop ou laptop decente, pode fazer muito. Mude para memória NVMe de 8TB, e você pode fazer tudo. - fácil de seguir passo a passo para rastrear erros. Estes são frequentemente mais difíceis de detectar se você codificar em python ou R. - fácil de apresentar e demonstrar para a gestão para mostrar progresso e o que pode ser feito como prova de conceito ou piloto antes de levar para produção (tente mostrar código python ou SQL na reunião com a alta administração e observe a reação). - construir ferramentas/aplicações autônomas onde a estrutura de dados muda frequentemente, como pesquisas. Analistas juniores podem então manter essas aplicações. - você pode fazer muito com a versão gratuita da comunidade. Pense em toda a eficiência que você poderia obter se implantasse Anatella para todos os analistas da empresa. Eu fiz isso para a comunidade 6-Sigma, pois às vezes eles usam grandes conjuntos de dados. A caixa de ferramentas estatísticas 6-Sigma, Minitab, não consegue lidar com isso. Sobre o TIMi Automated Modeling - muito rápido em grandes conjuntos de dados em comparação com outros softwares, eu executei centenas de modelos para cada um dos meus projetos de análise de causa raiz "difíceis de resolver", onde muito dinheiro estava em jogo em custos de garantia. Neste tipo de projeto, você precisa ajustar muito suas entradas, pois as causas raízes não são necessariamente as variáveis com maior importância no seu modelo, mas a combinação das variáveis é a chave. Python ou R simplesmente morreriam em mim se eu usasse essa quantidade de dados. E também, muitos concorrentes nunca terminariam o trabalho por causa do tempo. O núcleo da TIMi foi otimizado para executar esse tipo de tarefa. - Em análises preditivas, a TIMi me deu resultados significativamente melhores se variáveis discretas estivessem envolvidas. Usei a TIMi como uma das muitas ferramentas na minha caixa de ferramentas, pois tenho outros favoritos, e cada uma dessas ferramentas tem seu lugar. - Uma parte essencial de usar a TIMi para mim é o acesso à experiência da equipe de suporte da TIMi. Como eles já fizeram muitos projetos impressionantes, muitas vezes têm algumas dicas para ajudar no caminho, se necessário. A razão pela qual o software é tão excelente é que esses caras têm as mãos profundamente em problemas reais de clientes e sabem o que é necessário para concluir o projeto.

Es una buena herramienta para trabajar con data

intuitve use, processing capacity - velocity &high volumen of data-, all with low infrastructure requirements.