Cloud-løsninger

Vi designer software for at udnytte moderne offentlige cloud-platforme bedst muligt.

Hvad er Cloud

Cloud computing giver virksomheder mulighed for at leje infrastruktur i stedet for at eje den. Virksomheder kan skalere deres brug op eller ned efter behov og betale for serverbrug pr. sekund. AWS (Amazon), Azure (Microsoft) og GCP (Google) er de førende udbydere på dette område.

Hvad kan Cloud i dag

Udover at hoste servere og levere grundlæggende infrastruktur tilbyder moderne cloud-platforme avancerede tjenester som databaser, analyse, maskinlæring og klar-til-brug AI-modeller. Disse platforme fungerer nu som universelle markedspladser, hvor forskellige systemer drives og tilbydes. Mange virksomheder er afhængige af disse tjenester for at håndtere data og applikationer. For nogle er cloud essentiel for at forblive konkurrencedygtige.

Hvilken Cloud-platform bør små virksomheder bruge til analyse

Looker (tidligere Data Studio) fra Google er enkel at opsætte og bruger ægte pay-per-use-prissætning, der udelukkende afhænger af de beregningsressourcer, der er nødvendige for analysen. Den pådrager sig næsten ingen omkostninger, når den er inaktiv, hvilket undgår servergebyrer eller månedlige omkostninger pr. bruger, hvilket gør den ideel til startups eller udforskende projekter. Looker integreres problemfrit med GCP og BigQuery og understøtter forskellige andre datakilder.

Power BI fra Microsoft er velegnet til større virksomheder, der allerede har Power BI-abonnementer og erfaring med Microsoft-teknologier. Den integreres effektivt med Microsoft-stakken og tilbyder mange funktioner tilpasset virksomhedens behov. Det er et naturligt valg for analyseprojekter drevet af større virksomheder eller virksomhedens afdelinger.

Er datadrevet udvikling anderledes end almindelig programmering

Datadrevet udvikling er stærkt afhængig af eksperimentering, hvilket adskiller den fra traditionel programmering. Forretningsforventninger, sager, funktionalitet og datakilder opdages iterativt snarere end at være forudbestemte. Hurtige eksperimenteringscykler er afgørende for succes, ofte kræver det cloud-teknologier for at opnå resultater. Derfor udvikles datadrevne løsninger ofte som cloud-løsninger.

Skal mine udviklere være certificerede i Cloud? Hvilken certificering?

At have relevante certificeringer er generelt gavnligt, selvom de er udløbet. Certificeringer viser, at en udvikler har udforsket alle større funktioner i en cloud-platform, ikke kun dem, der er brugt i tidligere projekter. Dog kan certificeringer være tidskrævende, og en udvikler med for mange certificeringer kan have prioriteret at opnå badges frem for praktisk arbejde.

Cloud-platforme tilbyder forskellige værktøjer og teknologier. Certificeringer bør matche jobkravene. En certificeret dataanalytiker vil for eksempel have meget forskellige færdigheder end en DevOps-ingeniør eller cloud-arkitekt.

Skal udvikleren kende alt om Cloud?

Udviklere har typisk praktisk erfaring med kun en lille brøkdel af, hvad cloud-platforme (og computerteknologi generelt) tilbyder. En udvikler kan bruge et helt år produktivt på kun at anvende en håndfuld cloud-funktioner blandt hundreder eller tusinder. Teknologilandskabet udvikler sig hurtigt, hvilket gør det næsten umuligt at holde sig ajour med alt. En god udvikler er opmærksom på branchens tendenser, holder sig opdateret på et højt niveau og lærer specifikke emner, når de bliver relevante.

Hvordan udfører man engangsdataanalyse

Engangsdataanalyse eller rapportering involverer ofte indsamling, filtrering og forberedelse af data, selvom resultaterne kun bruges én gang. Den nødvendige indsats kan være sammenlignelig med at udvikle et fuldt analytisk produkt beregnet til langvarig brug.

Disse projekter kræver typisk hurtig eksperimentering, understøttet af fleksible dashboards, der kan ændres med få klik og straks anvendes på store mængder live data til testresultater. Sådan eksperimentering fører ofte til spidser i ressourceforbruget, hvor klynger af servere analyserer betydelige datasæt for at udforske endnu et potentielt mønster. Denne tilgang adskiller sig betydeligt fra de forudsigelige arbejdsgange, der er nødvendige for planlagt analytisk rapportering, som prioriterer implementeringsstabilitet og kontrolleret ressourceforbrug. Som et resultat er cloud-løsninger blevet standarden for at udføre engangsanalyser.

Google Looker er en stærk kandidat til engangsanalyseprojekter, især når den bruges med BigQuery fra GCP. BigQuery tilbyder overkommelig datalagring og muligheden for at spænde over store serverklynger for at udføre komplekse forespørgsler, mens der ikke pådrages omkostninger i inaktive perioder.