从静态数据仓库到公共部门的可扩展见解和AI随需应变如今，政府机构正在以更大的规模处理各种各样的数据。从卫星图像到传感器数据再到公民记录，每天都要收集数PB的半结构化和非结构化数据。不幸的是，传统的数据仓库无法为政府机构提供在当今大数据世界中实现数据价值所需的能力。事实上，73%的联邦IT经理报告说，他们的机构不仅难以利用和保护数据，而且还面临分析和解释数据1的挑战。联邦政府数据团队面临的一些最常见的痛点包括：缺乏弹性且成本高昂的计算和存储资源严格的体系结构要求团队构建耗时的ETL管道对高级分析和机器学习的支持有限幸运的是，Databricks Unified Data Analytics Platform由Apache SparkTM和Delta Lake提供了一种快速、简单和可扩展的方式，通过结合对广泛数据类型和数据源的可插拔支持，增强您现有的数据仓库策略，可扩展的按需计算和实时执行低延迟查询的能力，而不是投资于复杂和昂贵的ETL管道。此外，Databricks还提供高级分析和机器学习所需的工具，使您的分析更具前瞻性。观看我们的系列网络研讨会了解：第1部分：如何使用apachespark和Databricks统一分析平台为美联储政府构建一个现代化的数据分析解决方案第2部分：如何简化ETL和更改数据捕获（CDC）过程，以支持您的数据工程和数据科学计划。第3部分：如何用机器学习和深度学习丰富您的现代分析平台了解更多下载我们的公共部门数据分析和人工智能指南了解医疗保险和医疗补助服务中心、Sevatec和其他机构如何采用数据链来推动创新1： 在https://www.businesswire.com/news/home/20180806005183/en/77-Percent-Federal-Managers-Artificial-Intelligence-Change免费试用Databricks。今天就开始吧