Molnlösningar

Vi designar mjukvara för att utnyttja moderna offentliga molnplattformar på bästa sätt.

Vad är Cloud

Molntjänster gör det möjligt för företag att hyra infrastruktur istället för att äga den. Företag kan anpassa sin användning upp eller ner efter behov och betala för serveranvändning per sekund. AWS (Amazon), Azure (Microsoft) och GCP (Google) är de ledande leverantörerna inom detta område.

Vad kan molnet göra idag

Utöver att vara värd för servrar och tillhandahålla grundläggande infrastruktur erbjuder moderna molnplattformar avancerade tjänster som databaser, analys, maskininlärning och färdiga AI-modeller. Dessa plattformar fungerar nu som universella marknadsplatser där olika system drivs och erbjuds. Många företag är beroende av dessa tjänster för att hantera data och applikationer. För vissa är molnet avgörande för att förbli konkurrenskraftiga.

Vilken molnplattform bör små företag använda för analys

Looker (tidigare Data Studio) från Google är enkelt att ställa in och använder verklig betalning per användning som enbart beror på de datorkällor som behövs för analys. Det medför nästan inga kostnader när det är inaktivt, vilket undviker serveravgifter eller månatliga avgifter per användare, vilket gör det idealiskt för startups eller utforskande projekt. Looker integreras sömlöst med GCP och BigQuery och stöder olika andra datakällor.

Power BI från Microsoft är väl lämpad för större företag som redan har Power BI-prenumerationer och erfarenhet av Microsoft-teknologier. Det integreras effektivt med Microsofts plattform och erbjuder många funktioner anpassade till företagsbehov. Det är ett naturligt val för analysprojekt som drivs av större företag eller företagsavdelningar.

Är datadriven utveckling annorlunda än vanlig programmering

Datadriven utveckling bygger starkt på experimentering, vilket skiljer den från traditionell programmering. Affärsförväntningar, fall, funktionalitet och datakällor upptäckts iterativt snarare än förutbestämt. Snabba experimenteringscykler är avgörande för framgång och kräver ofta molnteknologier för att uppnå resultat. Därför utvecklas datadrivna lösningar ofta som molnlösningar.

Bör mina utvecklare vara certifierade inom molnet? Vilken certifiering?

Att ha relevanta certifieringar är generellt fördelaktigt, även om de har gått ut. Certifieringar visar att en utvecklare har utforskat alla viktiga funktioner på en molnplattform, inte bara de som användes i tidigare projekt. Certifieringar kan dock vara tidskrävande, och en utvecklare med för många certifieringar kan ha prioriterat att tjäna märken framför praktiskt arbete.

Molnplattformar erbjuder olika verktyg och teknologier. Certifieringar bör matcha jobbkvalifikationerna. En certifierad dataanalytiker har till exempel helt andra färdigheter än en DevOps-ingenjör eller molnarkitekt.

Bör utvecklaren veta allt om molnet?

Utvecklare har vanligtvis praktisk erfarenhet av endast en liten del av vad molnplattformar (och datateknik i allmänhet) erbjuder. En utvecklare kan spendera ett helt år produktivt med att använda endast ett fåtal molnfunktioner bland hundratals eller tusentals. Tekniklandskapet utvecklas snabbt, vilket gör det nästan omöjligt att hålla sig uppdaterad om allt. En bra utvecklare är medveten om branschtrender, håller sig informerad på en hög nivå och lär sig specifika ämnen när de blir relevanta.

Hur man genomför en engångsdataanalys

Engångsdataanalys eller rapportering involverar ofta insamling, filtrering och förberedelse av data, även om resultaten endast används en gång. Den insats som krävs kan jämföras med att utveckla en fullständig analytisk produkt avsedd för långsiktig användning.

Dessa projekt kräver vanligtvis snabb experimentering, stödd av flexibla instrumentpaneler som kan ändras med några klick och omedelbart tillämpas på stora volymer av live-data för testresultat. Sådan experimentering leder ofta till toppar i resursanvändning, där kluster av servrar analyserar omfattande dataset för att utforska ett annat potentiellt mönster. Denna metod skiljer sig avsevärt från de förutsägbara arbetsflöden som behövs för schemalagd analytisk rapportering, som prioriterar stabilitet vid distribution och kontrollerad resursförbrukning. Som ett resultat har molnlösningar blivit standard för att genomföra engångsanalyser.

Google Looker är en stark kandidat för engångsanalysprojekt, särskilt när den används med BigQuery från GCP. BigQuery erbjuder prisvärd datalagring och möjligheten att sträcka sig över stora serverkluster för att utföra komplexa frågor, utan att ådra sig kostnader under inaktiva perioder.