Kedro

Продукт
Разработчики: McKinsey
Дата премьеры системы: июнь 2019 г
Отрасли: Информационные технологии

2019: Анонс

В начале июня 2019 года консалтинговая компания McKinsey выпустила своё первое программное обеспечение с открытым исходным кодом. Таким продуктом стал созданный на Python инструмент под названием Kedro, предназначенный для разработки процессов конвейерной обработки данных.

Софт позволяет структурировать аналитический код, приводя его в единый формат и готовя его к промышленной эксплуатации. Кроме того, Kedro помогает выстраивать модульные конвейеры для обработки данных и разделять их на версии.

McKinsey представила свое первое ПО с открытым исходным кодом

Технологию создали программисты Николаос Цаусис (Nikolaos Tsaousis) и Арис Вальтазанос (Aris Valtazanos) из компании QuantumBlack, которую McKinsey купила в 2015 году.

По словам генерального директора QuantumBlack Джереми Палмера (Jeremy Palmer), Kedro — этой «большой шаг» для McKinsey, поскольку компания «продолжает уравновешивать доходы от собственных активов и возможности участия в сообществе разработчиков».TAdviser выпустил Гид по российским операционным системам 10.4 т

В разговоре с изданием Computerworld UK глава отдела разработки и продвижения продуктов QuantumBlack Мишель Баттелли (Michele Battellli) отметил, что Kedro представляет собой библиотеку кодов, которую можно использовать для создания конвейеров данных и машинного обучения — «по своей сути строительных блоков того, что мы делаем в аналитике или проектах машинного обучения».

McKinsey и другие компании, решившие развивать проекты Open Source, с их помощью рассчитывают привлечь разработчиков, которые чаще всего предпочитают изучать фундаментальные технологии, а не системы определённых производителей. Благодаря поддержке сторонних разработчиков McKinsey в будущем сможет сделать Kedro коммерческим продуктом, когда поймёт, что он развит достаточно для продажи. Кроме того, компания надеется, что эта платформа станет отраслевым стандартом для промышленного кода в области машинного обучения и обработки данных.[1]

Примечания