SAS Viya 提升每個人的實力。
您的整個團隊將在一個共用空間完成更多工作，所有使用者 (資料科學家、業務分析師和 IT) 無論有何技能組合，都可以在此一同合作。
資料工程師
建立可擴充的資料管道，提供可信賴的高品質洞察，以推進行動。
促進合作並簡化資料存取及分析使用者。
透過自動化資料協調流程(data pipeline orchestration )，消除缺乏效率的流程。
持續治理分析資料資產，以確保合規性。
資料科學人員
使用 SAS 的最佳 AI 功能建立和測試模型，將大型結構化和非結構化資料集轉換為分析見解。
探索並結合各種工具和技術，為所有使用案例找出最佳解決方案。
藉助大量平行處理和智慧自動化功能，在分析生命週期的每個階段中，皆能以更快的速度執行工作。
使用自動產生的模型解釋以及透過自然語言產生的專案摘要，將您的工作傳達給其他團隊，包括非技術受眾。
商業分析師
透過建立使用者介面型為基礎的進階分析與機器學習，超越基本 的BI 功能，以創造更顯著的影響力。
在視覺化拖放介面中建立具有啟發性的報告和儀表板，介面中內建的自動化和自然語言環境，可協助您完成每一個步驟。
透過開放式程式碼 SDK 和 API 或與 Microsoft 365 整合來發佈 SAS 的見解，以進行合作和分享見解。
探索最佳工作方式，無論是以撰寫程式碼還是拖放，皆可找出暗藏於資料深處的機會 – 從自助式資料準備到全新視覺化，再到建立 AI 模型。
機器學習工程師
使用執行快速模型部署和強大模型治理所需要的工具，將分析從實驗室概念中，轉移到營運環境中。
只需輕按幾個步驟，即可快速、自動地部署，將每種模型迅速地部署到您選擇的目標位置，無需重新撰寫程式碼。
藉由集中式存放庫，追蹤歷經建立、使用、淘汰的所有模型類型和分析資料資產，以確保強而有力的治理。
透過使用 CI/CD 方法，即藉由定義和追蹤自訂工作流程，其自動執行各階段的模型生命週期管理，將您的工作自動化。
資訊技術人員
減少 IT 工作量，同時以整合、互通性和技術相容性解決挑戰。
利用能夠順暢部署到任何基礎結構或應用程式生態系統的雲端原生平台，得以在成本和敏捷性之間取得平衡。
藉由自動執行分析流程上的操作，以及使用 AI 來整合不同的技術、技能和流程，以強化和提升您的 IT 工作。
無論資料、使用者和工作負載的規模如何，內建治理功能讓資料和分析程式，具有可重複性、可解釋性、透明且值得信賴。
