Michael Berthold

当前将数据科学部署到生产中仍然是一个巨大的挑战。不仅需要频繁地更新已部署的数据科学，而且可用的数据源和类型也会迅速发生变化。与此同时，用于数据分析的方法也会迅速变化。这种可能性的不断增长使得其只能依靠精心设计和商定的标准，或是在专用工具的框架内工作。

KNIME（Konstanz Information Miner，是一个用户友好、智能的，并有丰富开源的数据集成、数据处理、数据分析和数据勘探平台）一直致力于提供一个开放平台，数据科学家可通过添加扩展套件或带有新数据源和工具的套件来集成最新的数据科学发展成果。这样一来，数据科学家就可以不受特定软件供应商的限制，访问和整合所有可用的数据存储库，并且还使用自己偏爱的工具。在使用KNIME工作流进行生产时，数据科学家可以访问相同的数据源和算法。和许多其他工具一样，从数据科学创建到数据科学生产的过渡涉及一些中间步骤。

在本文中，我们将介绍KNIME工作流引擎的最新功能。新的功能允许直接在数据科学创建工作流中捕捉生产所需的东西，从而使部署实现完全自动化，同时在数据科学创建期间每个模块仍被允许使用。

为何在生产中部署数据科学如此困难？

乍一看，将数据科学投入生产似乎很容易，只需在生产服务器或选定的设备上运行它们即可。但是如果仔细观察，我们会清楚地发现，在数据科学创建过程中所搭建的东西与投入到生产当中的东西是不一样的。……