Saagie, éditeur de logiciel leader du DataOps, poursuit sa mission, celle d’accélérer la mise en œuvre de projets data en annonçant des nouveautés produits. Après avoir levé 25 millions d’euros en juin 2020 et intégré Gwendal Vaz Nunes en tant que Chief Product Officer, la start-up annonce de fortes innovations produits avec notamment l’intégration de pipelines conditionnels pour une orchestration complète de la donnée.
Saagie révolutionne l’orchestration de jobs en grâce aux pipelines conditionnés
Historiquement, Saagie permettait d’enchaîner ses traitements au sein de pipelines de manière très séquentielle, l’un après l’autre. Désormais le pipeline conditionnel mis au point par Saagie offre la possibilité de paralléliser certains traitements. Concrètement, la donnée issue de plusieurs sources va pouvoir être intégrée, traitée puis exposée en même temps pour pouvoir être parallélisée.
Cela va permettre de traiter au sein d’un seul pipeline, un cas d’usage complet, tout en bénéficiant d’une supervision centralisée et de la possibilité de paramétrer des branches conditionnelles pour lancer certains traitements alternatifs (en cas d’échec d’une étape précédente ou pour tester de nouvelles technologies).
L’orchestration des technologies de traitement est ainsi plus fluide et plus flexible pour une mise en œuvre complète du flux de la donnée. L’utilisateur bénéficie d’une meilleure visualisation de ces pipelines pour une compréhension plus fine de ses données, permettant une prise de décision éclairée, le tout centralisé dans une interface simple d’utilisation.
Un espace de travail clé en main pour plus d’agilité technologique
Pour conjuguer équipes, processus et technologies et permettre ainsi aux entreprises de déployer leurs projets data en production en quelques semaines seulement, Saagie a apporté de nouvelles fonctionnalités à son espace de travail. Dans cette interface, les data workers pouvaient déjà utiliser des technologies constamment mises à jour pour rester à la pointe des besoins du marché.
Ainsi, ils profitent de frameworks open-source références sur le marché, tels que Python, R, Spark ou encore Talend ainsi que d’applications Docker déployables en quelques clics pour couvrir de nombreux cas d’usages : du traitement de données via IDEs comme Jupyter Notebook, Zeppelin ou RStudio, au monitoring de modèles de machine learning en production avec MLFlow, jusqu’à la visualisation de données via Kibana ou Grafana. En plus de cela, les utilisateurs de Saagie peuvent ajouter en toute autonomie les frameworks, librairies et applications de leur choix pour garder une totale liberté sur leurs choix technologiques.
Aujourd’hui Saagie va encore plus loin dans cette démarche de gouvernance des technologies en ajoutant un tagging des technologies dépréciées. Concrètement, l’utilisateur est alerté via un pop-up de l’obsolescence d’une technologie. Tout cela permet aux utilisateurs de mieux superviser, automatiser leurs projets data, et surtout de gagner considérablement en flexibilité et en agilité.
