通过 Einblick 可视化画布中的基于 Python 的操作符重新构想数据科学
作者:Becca Weng,Einblick
目前,数据科学家与他们的团队成员和相关利益相关者处于隔离状态。首先,数据科学家需要收集原始数据或通过 ETL 或 ELT 管道与数据工程师合作。然后开始清洁数据并进行特定任务或项目探索性数据分析的过程。这一步非常耗时,因为它是迭代的。只有在那时,数据科学家才能开始构建和调整机器学习模型。
Einblick 画布
Einblick:思维速度的协作数据科学
在 Einblick,我们的目标之一是消除数据科学家的障碍,让你可以少花时间在繁琐的设置和重复任务上,多花时间提取有意义的洞见。为了追求我们的目标,Einblick 在协作数据科学画布中重新构想了现代数据科学工作流程,而不是线性笔记本。在画布环境中工作提供了许多优势,包括实时协作、广阔的视觉界面和先进的计算引擎。在这篇文章中,我们将突出我们节省数据科学家时间的关键方式之一——我们的操作符。我们将介绍我们的一些核心操作符,为什么 Python 是我们软件解决方案中如此关键的一部分,以及我们如何通过用户操作符界面增强了我们的服务。后者允许用户自定义和使用他们自己的操作符,这些操作符可以在任何 Einblick 画布中使用,并与其他 Einblick 用户共享。
数据科学画布中的操作符
现在数据科学家的一个主要低效之处在于,有一些任务或代码片