提案中のユースケース: データサイエンス

市場の視点

データサイエンス — つまり DataOps、MLOps など

共通の課題

データサイエンスにおける一般的な課題はGitLab を使ったデータサイエンスのユースケースページ で説明されており、一般的にはクロスファンクショナル、アジャイル、イテレーティブであることに加え、組織のデータの中にある価値を解き放つことが含まれます。これを実現するために、データチームは以下を行う必要があります:

  • チーム内外、そしてしばしば組織内外でコラボレーションする
  • スクラム、カンバンなどをサポートできる柔軟なツールで、プロジェクトとスプリントを計画・管理する
  • すべてのバージョン管理: ファイル、モデル、テストケース、データセットの異なるバージョンを管理・追跡する
  • 重要なワークフローステップの自動化（手作業のエラーが発生しがちで遅いもの）
  • 作業のテストと検証を合理化し、はるかに高速で再現可能にする
  • インフラ管理を簡素化、しばしば複数のクラウドプロバイダーにまたがって

他のユースケースと同じように、肉付けされる予定です。

キーワードと定義

キーワードと定義

ペルソナ

ユーザーペルソナ

ユーザーは誰か

  • データアナリスト
  • データエンジニア
  • データサイエンティスト
  • プラットフォーム（または DataOps）エンジニア
  • AI エンジニア

バイヤーペルソナ

バイヤーは誰か

  • データコンシューマー（エグゼクティブレベル）
  • エンタープライズデータスチュワード
  • データチームマネージャー
  • データプロダクトまたはデータインフラのエンジニアリングマネージャー
  • データ・アナリティクスディレクターまたはチーフデータオフィサー

メッセージハウス

メッセージハウスは、データサイエンスのバリューと差別化要因を記述・議論する構造を提供します。

ディスカバリー質問

  • 主要なディスカバリー質問を列挙

アナリストカバレッジ

2 月 20 日のメディアカバレッジ。Gartner 2020 Magic Quadrant For Data Science And Machine Learning Platforms について。

GitLab 内部:

AR プラン: このユースケースについて現時点では AR プランを持ちません。一般的に、ユースケース AR プランは、アナリストコミュニティとどう関わるつもりかについての主要な詳細を提供します。

市場要件

ケイパビリティ説明このケイパビリティを実現する典型的な機能バリュー / ROI
データサイエンスツール統合ソリューションは ETL、データウェアハウス、アーティファクトリポジトリ、セキュリティスキャン、コンプライアンス管理など、上流・下流双方との強力な統合をサポートする。ネイティブケイパビリティと統合のバランスを必要としたり望むユーザーに柔軟性がある。Git、Docker、Kubernetes、Jupyter Notebooks、Python と R、Hadoop と Spark を含む Open Core と Open Source のサポートが特に必要。一般的にバイナリリポジトリ、IDE、API、サードパーティライブラリ、またはプラグインによる拡張性との統合。効率を高める。潜在的な移行に伴うコストや余分な作業を減らす。
アセットの保護とセキュア化ソリューションは、アセット（リポジトリ）をホストするメカニズムを提供し、それらのリポジトリにアクセスするユーザーに対して異なる変更権限を配置・管理し、また、これらのアセットが受けるすべての変更の詳細な保管チェーンを保持する。シングルサインオン、コードオーナーシップ、変更レビュー、変更承認、許可された IP の管理、アクティビティストリーム、GPG 署名コミット、未署名コミットの拒否、保護されたブランチ、ブランチング、コミッターアクセスルール、コンプライアンスダッシュボードなど。IP と貴重なアセットをセキュアにする。プロジェクト履歴の変更に関する情報を提供する
数多くのアセットをサポートソリューションは多様なアセットのバージョン履歴を管理・維持でき、各アセットが暗示する開発パターンをサポートできるコンポーネントの再利用、トレーサビリティ、デザイン管理、ブランチング、差分、マージ、オブジェクトストレージ、デザインバージョニングどれだけ多様であろうとも、開発チーム全体のためにアセットとファイルを管理でき、製品構成のための単一の信頼できる情報源を作り、すべてのレベルで可視性とコミュニケーションを利用可能にする
コラボレーションを促進ソリューションはチームメンバー間のコラボレーションを可能にし促進するように設計されている。また、繰り返しタスクの自動化により、合意されたコラボレーションを合理化するプロジェクトの新しいブランチを素早く作成、新しいファイル/アセットの追加、提案された変更でのコラボレーション、レビューコメント、変更の提案、Web IDE、提案承認、コンフリクト解決、マージ、差分、引き継ぎ、デザイン管理と運用、ワークフロー自動化、Wiki、スニペット、バージョン管理されたスニペット、マージリクエストがマージされた際の関連 Issue の自動更新または自動クローズ、設定可能な Issue クローズパターン、CI システムでのビルドのマージリクエストステータス表示、セキュリティスキャンとビルド統計への可視性。チームレビューと検証によるコード品質の向上とリリース速度の改善。
ビルドとテスト自動化シンプルで反復可能な自動化されたタスクを一連の相互依存する自動ビルドと関連テストにつなぐことで、アプリケーション開発ワークフローを合理化する。バックグラウンドで自動化されたタスクを実行・管理し、本番にマージされる前に変更をプレビューおよび検証。手作業の介入なしにソフトウェアを一貫してビルドおよびテストし、開発者がコード変更が欠陥や脆弱性をもたらす場合に迅速なフィードバックを得られるようにする。チームは自動化されたジョブをクラウド（パブリック/プライベート/ハイブリッド）または共有インフラのどちらで実行するかをコントロールできる。CI/CD パイプライン、スケーラブルなリソース、ジョブオーケストレーション/ワーク分散、自動デプロイ、キャッシュ、外部リポジトリ統合、ユニットテストや回帰テストなどの隔離された自動テストを実行する能力。開発チームはスピードと効率で作業できる。問題が深刻化する前に、より早くエラーを捕捉できる。
クラウド非依存のデプロイと管理asdfasdfasdf

トップ 3 差別化要因

差別化要因バリュープルーフポイント
単一アプリケーションでリーディングな SCM と CIGitLab は実証されたエンタープライズスケールでコードレビューとコラボレーションを合理化し、開発ワークフローの管理を容易にし、複雑な DevOps ツールチェーンでツール間で必要なコンテキストスイッチを最小化する。ユーザーは市場の変化に迅速に対応する能力で、ソフトウェアをより速くリリースし、競合を凌駕できる。Forrester は GitLab を 2017 Continuous Integration Tools のリーダーに選出。Alteryx は GitLab を使ってコードレビュー、ソースコントロール、CI、CD をすべて統合。Axway はレガシー SCM と複雑なツールチェーンを克服。
オープンソース; 誰もが貢献できるオープンコア開発モデルにより、誰でも製品の機能に貢献できる。お客様、パートナー、コミュニティを巻き込んだ独自に透明性の高い製品開発プロセス。強力で成長中のコミュニティ - 数千の組織と数百万のユーザー。3,000 を超えるアクティブなコミュニティコード貢献者。Siemens は開発者ツールの改善と強化が必要であり、アップストリームのコミットを通じて GitLab プロジェクトに積極的に貢献している。
ソフトウェアをどこにでもデプロイGCP、AWS、Azure、OpenShift、VMWare、On Prem、ベアメタルなどをサポートし、任意のクラウドを含む任意の環境でモデルをデプロイ・管理。ワークフローポータビリティを獲得 - 宛先に関係なく 1 つのデプロイメントワークフロー。どのクラウドを使っても、チームが同じ生産性メトリクス、ガバナンス、その他の連結組織を持てる完全な DevOps プラットフォームを提供する。Ask Media Group はマイクロサービスのビルドとデプロイのプロセス管理が困難であった。GitLab Premium で、開発者は新しいサービスへの貢献をすぐに開始でき、開始するとすぐに AWS にデプロイできる。 Gartner 2019 Hype Cycle for Infrastructure and Operations Automation: GitLab は市場の定義に貢献し、継続的デリバリーとツールチェーンオーケストレーションの両方で関連ベンダーとして認識されている。

GitLab ソリューション

競合比較

TBD - ケイパビリティを活用した比較グリッドになる予定

プルーフポイント - お客様

お客様の声とレビュー

  • 公開サイトからのお客様の声/レビューのリスト

ケーススタディ

  • ケーススタディのリスト 注: 短く簡潔なバリュー / プルーフポイント形式で

クロージングを助けるリファレンス

  • ユースケース固有のリファレンスの SFDC リストへのリンク

パートナー

  • 主要パートナーがこのユースケースをどう実現するかを記述

キーバリュー（ティアごと）

Premium

  • このユースケースに Premium を選ぶバリュープロポジションを記述

Ultimate

  • このユースケースに Ultimate を選ぶバリュープロポジションを記述

リソース

プレゼンテーション

  • LINK

ホワイトペーパーとインフォグラフィック

  • LINK

動画（基本デモ動画を含む）

  • LINK

統合デモ動画

  • LINK

クリックスルー & ライブデモ

  • リンク
データサイエンスユースケース: キーワード
データサイエンスのキーワード 用語は対応する Wikipedia 記事にリンクしています。 data science（データサイエンス）: 科学的手法、アルゴリズム、システムを用いてデータから知識と洞 …
データサイエンスユースケース: メッセージハウス
メッセージハウスは、データサイエンスにおける価値や差別化要因を記述・議論するための構造を提供します。 このユースケースについては、現時点ではポジショニングステートメントを設けていません。一般的に、ポジ …
最終更新 May 6, 2026: Merge pull request #100 from kyama0/fix/upload-images-tolerate-upstream-missing (70970e1a)
ページのソースコードを見る - ページの編集 - please contribute. Creative Commons License