我们很高兴地介绍 JMP 在 Soitec 数据环境中发挥的重要作用。我们公司有 600 多名用户，因此提升用户体验和实现部署在 JMP 上的产品的工业化始终是一个挑战。
如今，JMP 允许定位许多数据源，但从 AWS 服务收集数据仍然过于复杂。
从 JMP 15 开始，得益于 Python 集成，我们能够进一步扩展 JMP 的功能。我们已经内部验证了一组自定义库（包括 S3、Athena 和 RDS），这些库使我们能够定位最终用户所需的 AWS 服务。如今，借助 JMP 18 与 Python 的嵌入式集成，管理架构变得更加容易。
在本次演示中，我们将进一步介绍 JMP 在我们的数据工程流程中所扮演的角色，以及如何从 Python 与 JMP 18 的集成中获得更多益处。
