Olá Comunidade,

Temos o prazer de convidá-lo a participar do próximo webinar "Conecte silos de dados e aplicativos para acelerar os insights de negócios em escala" dia 8 de Abril às 11:00, horário de Brasília.

A explosão de sistemas e processos de negócios e os silos de dados resultantes destes fizeram com que a obtenção de uma visão abrangente das informações corporativas se tornasse mais desafiadora do que nunca. Junte-se a dois veteranos do setor de gerenciamento de dados enquanto eles discutem os últimos avanços em tecnologia de gerenciamento de dados, trabalhando com dados transacionais e analíticos, e entenda como o setor de serviços financeiros está enfrentando os desafios para acelerar o insight e a inovação.

Migrando do Java Business Host para o PEX

Olá Desenvolvedores,

O Concurso de Programação de Inteligência Artificial InterSystems chegou a seu fim. Agora é hora de anunciarmos os ganhadores !

Curioso?

E nossa salva de palmas vai para estes desenvolvedores e suas aplicações:

O lançamento mais recente do Serenji apresenta nossa inovadora tecnologia gj :: locate. Era uma ferramenta autônoma que criamos originalmente para um concurso da Comunidade de Desenvolvedores no início deste ano, mas nós a incorporamos em nosso depurador após alguns ótimos comentários dos desenvolvedores.

Ele funciona navegando diretamente para a fonte de seus erros do lado do servidor em apenas alguns cliques - permitindo que você corrija os erros rapidamente sem a necessidade de contar linhas tediosas de código ... e sejamos realistas, quem tem tempo para que quando você está sob pressão para consertar esse bug?

É simples e fácil de usar:

1. Clique no painel gj :: locate na barra de status

2. Insira a mensagem de erro do ObjectScript ou a referência de linha de uma rotina class / .mac.

3. gj :: locate então faz o trabalho para você, levando-o diretamente para a linha correspondente em seu código-fonte.

Muito fácil ... e com tempo de sobra para fazer um café antes do prazo!

Abaixo há um link do vídeo que mostra isso em ação - diga-nos se você já tentou. Ou, se você estiver interessado em experimentá-lo, oferecemos uma licença de avaliação gratuita de 30 dias, apenas me mande uma mensagem através da Comunidade de Desenvolvedores ou envie um e-mail para info@georgejames.com.

Serenji 3.2.0 utilising gj::locate technology

O recurso InterSystems IRIS IntegratedML é usado para obter previsões e probabilidades usando a técnica AutoML. O AutoML é uma tecnologia de Machine Learning usada para selecionar o melhor algoritmo/modelo de Machine Learning para prever status, números e resultados gerais com base nos dados anteriores (dados usados para treinar o modelo AutoML). Você não precisa de um Cientista de Dados, pois o AutoML testará os algoritmos de Machine Learning mais comuns e selecionará o melhor algoritmo para você, com base nos recursos de dados analisados. Veja mais aqui, neste artigo.

Olá Comunidade,

Prontos para nosso próximo concurso? Estamos felizes em convidá-los para nossa 19ª competição de programação online da InterSystems:

🏆 Concurso de Globais da InterSystems 🏆

Duração: de 21 de Março a 20 de Abril de 2022

Em prêmios: US$ 10.000,00

Alguns meses atrás, @José Pereira e eu estavamos conversando sobre o artigo Video Smart Data Services (Vision & Demo) publicado pelo @Amir Samary e durante o bate-papo, começamos a viajar em que tipo de funcionalidade seria interessante de se ter em uma futura solu

Recentemente comecei a estudar interoperabilidade e achei a documentação oficial muito útil para entender como funciona, mas ainda tive dificuldade para implementar sozinha. Com ajuda dos meus colegas de trabalho, consegui criar uma Demo de um sistema e aprender na prática. Por isso, decidi escrever esse post para ajudar outros a "colocar a mão na massa" e passar adiante a ajuda que tive.

A InterSystems tem o orgulho de anunciar outro lançamento de visualização para desenvolvedores, como parte do Programa de Prévias de Desenvolvedor para 2022.3. Muitas atualizações e aprimoramentos foram adicionados em 2022.3 e também há novos recursos, como o novo Construtor SQL FHIR
, melhorias para o Armazenamento Colunar, e suporte a plataforma Oracle Linux 9 (ainda não está neste lançamento).

Apache Superset é uma plataforma moderna de exploração e visualização de dados. O Superset pode substituir ou trazer ganhos para as ferramentas proprietárias de business intelligence para muitas equipes. O Superset integra-se bem com uma variedade de fontes de dados.

E agora é possível usar também com o InterSystems IRIS.

Uma demo online está disponível e usa IRIS Cloud SQL como sua fonte de dados.

Olá Comunidade!

Olá Comunidade,

Clique no play e mergulhe em nosso novo vídeo no InterSystems Developers YouTube:

⏯ Adaptive Analytics in Action - Two Customer Use Cases @ Global Summit 2023

https://www.youtube.com/embed/tfUcHFnL6wM
[Isso é um link incorporado, mas você não pode ver conteúdo incorporado diretamente no site, porque recusou os cookies necessários para acessá-lo. Para ver o conteúdo incorporado, você precisa aceitar todos os cookies nas suas Definições de cookies]

Atualmente, há bastante conversa sobre o LLM, a IA etc. Os bancos de dados vetoriais fazem um pouco parte disso, e já há várias realizações diferentes para o suporte no mundo fora do IRIS. 

Por que o vetor?

• Pesquisa de similaridade: os vetores permitem uma pesquisa de similaridade eficiente, como encontrar os itens ou documentos mais parecidos em um banco de dados. Bancos de dados relacionais tradicionais são projetados para pesquisas de correspondência exata, que não são adequadas para tarefas como pesquisa de similaridade em imagens ou texto.
• Flexibilidade: as representações vetoriais são versáteis e podem ser derivadas de vários tipos de dados, como texto (por embeddings, como Word2Vec e BERT), imagens (por modelos de aprendizado profundo) e muito mais.
• Pesquisas entre modalidades: os vetores permitem a pesquisa em várias modalidades de dados diferentes. Por exemplo, a partir da representação vetorial de uma imagem, é possível pesquisar imagens semelhantes ou textos relacionados em um banco de dados multimodal.

E vários outros motivos.

Então, para este concurso de python, decidi tentar implementar esse suporte. Infelizmente, não conseguir terminar a tempo, e explicarei abaixo porquê.

Neste GitHub, você pode encontrar todas as informações sobre como usar um modelo de machine learning / IA do HuggingFace no Framework IRIS usando python.

1. iris-huggingface

Uso de modelos de machine learning no IRIS usando Python. Para modelos text-to-text, text-to-image e image-to-image.