Soitec의 데이터 환경에서 JMP가 얼마나 중요한 역할을 하는지 소개하게 되어 기쁩니다. 저희 회사에는 600명이 넘는 사용자가 있어서 사용자 경험을 개선하고 JMP에 배포된 제품을 산업화하는 것이 항상 어려운 일입니다.
오늘날 JMP를 사용하면 다양한 데이터 소스를 타겟팅할 수 있지만 AWS 서비스에서 데이터를 수집하는 것은 여전히 지나치게 복잡할 수 있습니다.
JMP 15부터 Python 통합 덕분에 JMP의 기능을 더욱 확장할 수 있었습니다. 최종 사용자에게 필요한 AWS 서비스를 타겟팅할 수 있는 일련의 사용자 정의 라이브러리(S3, Athena, RDS 포함)를 내부적으로 검증했습니다. 오늘날 JMP 18의 Python과의 임베디드 통합으로 아키텍처를 관리하는 것이 훨씬 쉬워졌습니다.
이 프레젠테이션에서는 JMP가 데이터 엔지니어링 파이프라인에서 어떤 역할을 하는지 자세히 설명하고, JMP 18과 Python 통합을 통해 어떻게 더 많은 이점을 얻을 수 있는지 알아보겠습니다.
