这是eWEEK专题丛书中称为 IT Science的最新文章，我们在其中探讨了新一代IT与遗留系统交汇处的实际情况。除非它是全新的，并且不依赖于各种装配线，否则每个IT系统中的服务器，存储和网络都可以视为“传统”。这是因为硬件和软件产品的迭代一直在加速。对于应用程序制造商来说，为了安全起见，每月或什至每周几次对应用程序进行更新和/或修补是很正常的。有些应用每天更新!硬件的移动速度稍慢一些，但制造周期也在加快。

这些文章描述了新一代行业解决方案。该想法是查看现实世界中有关新一代IT产品和服务如何每天影响生产的示例。他们中的大多数都是成功的故事，但还有其他关于项目爆炸的故事。我们将有IT集成商，系统顾问，分析师和其他专家根据需要为我们提供帮助。

今日主题：寻找一个新平台来创建数据驱动的业务

指出要解决的问题： 2017年，红帽启动了一项计划，将数据科学扩展为组织能力，这将使红帽真正成为数据驱动型业务。最好的数据科学输出来自协作，并且Red Hat缺乏具有足够功能来进行大规模模型构建和数据探索的中央环境。没有协作平台也导致无法对项目进行建模。

描述寻找解决方案的策略：与数据科学界合作，该团队着手确定一个平台，该平台将加速全球Red Hat组织(涵盖各种职能和地区)的协作，并且将允许用户来利用和共享大规模计算资源。Domino的功能集，功能和可用性在面向数据科学家的易于访问，集中且易于学习的平台中满足了Red Hat的需求。

列出解决方案中的关键组件： Red Hat在Domino Data Lab数据科学平台上构建了一个共享环境，该团队将其命名为DAVE(数据分析虚拟化环境)。Domino Data Lab允许数据科学家在AWS中旋转计算资源，共享笔记本和代码以及执行并行处理。

正如红帽企业数据和分析副总裁海蒂·兰福德(Heidi Lanford)解释的那样：“我认为对于数据科学家来说，这是一个非常棒的类固醇游乐场。它为他们提供了一个安全的空间，可以共享想法，技术，数据源以及他们自己想要解决的业务问题的主题知识。”

描述部署过程如何，花费了多长时间以及是否按计划完成：我们的部署不像我们预期的那样“标准”，需要重新部署。Domino Data Lab使用Ubuntu作为其部署的标准操作系统，但是我们当然使用RHEL(Red Hat Enterprise Linux)。在遇到一些最初的挑战之后，如何正确部署虚拟私有云(VPC)和资源可用性，重新部署进行得很顺利，并且一切都按预期进行了生产。客户支持一直很容易获得并且能够回答问题。

描述结果，获得的新效率以及从该项目中学到的东西：在Domino数据实验室支持Red Hat的DAVE平台的情况下，内部数据科学界与彼此以及与业务利益相关者的协作比他们更快更好可以之前。这意味着他们可以构建和部署更多具有更高质量的模型来推动业务发展。

通过使用跨多个功能领域的模型对业务进行检测，红帽看到了以下几种结果：

更有效的收入预测;

针对直销和通过渠道的更有效的销售分析;和

分布在整个组织中的数据科学家拥有更多与同行(羽毛鸟)合作的机会，并具有更强的社区意识。

描述投资回报率，碳足迹节省和员工时间节省(如果有的话)：为数据科学提供企业级环境正在减少数据科学家过去花费在管理自己的区域以进​​行数据探索和分阶段上的时间-此外，我们还能看到更多整个公司正在进行的工作以找到联系。“我们在Domino上的投资确实取得了回报;就我们的数据科学社区而言，它带来了大约10倍的回报率。” Lanford说。