C3 IDS prend en charge l’ingestion des données, leur modélisation, la création de features de Machine Learning et la gestion du cycle de vie des modèles d’IA, ainsi qu’un outil de développement d’interface utilisateur à base de métadonnées. L’architecture distribuée multicloud et hybride de C3 AI Suite permet le développement d’applications sécurisées, hautement disponibles et évolutives.

C3 IDS permet aux développeurs et aux data scientists de se concentrer sur la résolution des problèmes métier en leur fournissant un environnement intégré et unifié qui élimine les tâches routinières et simplifie le développement d’applications. Cet environnement se décompose en quatre composants :
– C3 Data Studio permet l’intégration de données de tout type et de toute taille via le navigateur ; le traitement, l’interrogation et l’insertion de ces données dans des applications ; la connexion à des bases de données existantes, la définition des transformations ; le développement et l’extension d’objets applicatifs (modèles de données, fonctions analytiques, algorithmes, interface utilisateur). Les développeurs peuvent également enrichir des applications métier pré-packagées afin d’accélérer le développement.
– C3 App Studio facilite le développement de fonctions analytiques et la création de l’interface utilisateur de l’application à l’aide d’un outil de conception visuel à base de métadonnées.
– C3 ML Studio permet la gestion de pipelines de Machine Learning (ML) prédéfinis, le développement de modèles de ML et l’optimisation d’hyperparamètres, et l’intégration de toutes les principales bibliothèques de ML (TensorFlow, Keras, Scikit-Learn, etc.) dans des pipelines composables.
– C3 DevOps Studio donne accès à la totalité des fonctions DevOps essentielles (gestion de code source, intégration/déploiement en continu sous forme de service entièrement managé, suivi des ressources, gestion des files d’attentes, ordonnancement des tâches, etc.).

C3 IDS élimine la complexité de l’intégration de centaines de services cloud (AWS RDS, Amazon S3, AWS Kinesis, Azure Event Hubs, Amazon DynamoDB, Azure IoT Hub, Google BigQuery, Google Cloud ML Engine, etc.) et de milliers d’outils de développement (Jenkins, Apache Maven, Puppet, GitHub, etc.) pour permettre aux développeurs et data scientists de consacrer leur attention au problème métier qu’ils ont à résoudre.