Quickstart
Eine Reihe von Bibliotheken und Laufzeitumgebungen (Runtimes) in Snowflake, die Python sowie weitere Programmiersprachen sicher bereitstellen und verarbeiten, um Daten-Pipelines, Modelle für maschinelles Lernen, Apps und vieles mehr zu entwickeln.
Eine einzige einheitliche Plattform mit nativer Unterstützung für alle Programmiersprachen (inklusive Python).
Wartungsfreie elastische Skalierbarkeit ohne Gemeinkosten.
Konsistente Governance-Kontrollen und Sicherheit für Unternehmen.
Abfragen erstellen und Daten transformieren mit bekannten DataFrames.
Python-Bibliothek und die zugrundeliegende Infrastruktur für die Entwicklung von Modellen mit Snowpark ML Modeling API und für das Management mit der Snowpark Model Registry (in Public Preview).
Benutzerdefinierten Python-, Java- oder Scala-Code mithilfe von User-Defined Functions und Stored Procedures schreiben und ausführen. Integrierte Packages aus dem Anaconda-Repository nutzen.
Container-Images (in Public Preview) in von Snowflake verwalteter Infrastruktur registrieren, bereitstellen und ausführen.
Transformieren Sie mit Python Rohdaten in modellierte Formate für Daten-Pipelines
Im Vergleich zu einer verwalteten Spark-Lösung erzielen Kunden mit Snowpark im Durchschnitt eine 3,5-mal schnellere Performance und 34 % Kosteneinsparungen.
Transformation von Daten in Snowflake, die mit Ihrem Data Lake, Warehouse oder Ihren Iceberg-Tabellen verknüpft sind.
Erstellen und operationalisieren Sie End-to-End ML-Workflows mit Snowpark ML
Nutzen Sie Python-Frameworks wie Scikit-learn und XGBoost für die Vorverarbeitung, das Feature Engineering und das Training von Modellen, die in Snowflake bereitgestellt und verwaltet werden können, ohne Daten verschieben zu müssen.
Entwickeln Sie ML-Modelle und GenAI-LLMs in jeder beliebigen Programmiersprache, erstellen Sie daraus ein Container-Image und stellen Sie es für maximale Flexibilität bei der Entwicklung in konfigurierbaren CPUs und GPUs bereit.