IBM y Confluent integran modelos de series temporales de forma nativa
🎧 Escucha esta noticia
IBM y Confluent integraron de forma nativa en Confluent una familia de modelos fundacionales de series temporales para pronósticos, detección de anomalías y optimización. IBM afirma que los modelos superaron los 50 millones de descargas. Pueden usarse en Confluent Cloud como servicio administrado o en instalaciones locales con Confluent Platform for Apache Flink, y funcionan con CPU sin requerir GPU.
Con Apache Flink, los equipos pueden preparar datos y llamar a los modelos mediante SQL, poniendo los resultados a disposición junto con los eventos que los generaron. El enfoque está dirigido a casos como mantener la producción dentro de las especificaciones, detectar actividades inusuales en tiendas, planificar productos, evaluar pagos con tarjeta y pronosticar el volumen de operaciones. La arquitectura Streamhouse de Confluent combina estos modelos con datos transmitidos continuamente y otros modelos de IA para ofrecer contexto actualizado a aplicaciones, análisis y agentes.
Por qué importa · interpretación editorial
La integración permite que los equipos invoquen modelos de series temporales mediante SQL dentro de flujos de Apache Flink, en la nube administrada o localmente y sin GPU. Esto podría simplificar la incorporación de pronósticos y detección de anomalías en aplicaciones que necesitan trabajar con datos continuamente actualizados.