Date: April 14, 2017
Ini adalah posting kedua dalam dua bagian seri. Bagian satu tersedia di sini. Kami menyoroti pergeseran peran itu dengan munculnya mesin belajar berbasis perangkat analisis.
Pembelajaran mesin memberikan jawaban
Ilmu data terbaru pendekatan untuk mengelola dan mengoptimalkan virtual infrastruktur berlaku disiplin AI mesin belajar (ML).
Daripada pemantauan komponen individu dengan cara ilmu komputer tradisional, alat-alat ML menganalisis perilaku komponen yang saling berhubungan. Mereka melacak pola normal perilaku kompleks ketika mereka berubah dari waktu ke waktu. Perangkat pembelajaran berbasis analisis mesin secara otomatis mengidentifikasi akar penyebab masalah kinerja dan menyarankan langkah-langkah yang diperlukan untuk memperbaiki mereka.
Ini pergeseran pendekatan data-sentris, berbasis perilaku memiliki implikasi besar yang signifikan memberdayakan profesional TI. IT Pro akan selalu membutuhkan domain keahlian di bidang ilmu komputer. Tapi apa keterampilan analitis akan itu perlu untuk menjadi efektif dalam dunia AI-driven baru ini?
Tidak seperti sebelumnya analytics alat yang tujuan umum atau disediakan relatif rendah primitif atau api, meninggalkannya untuk menentukan bagaimana untuk menerapkannya untuk tujuan spesifik. Alat awal yang sebagian besar tidak praktis karena mereka telah terbatas penerapan. Selain itu, IT Pro menggunakan mereka harus memiliki latar belakang dalam analisis. Alat-alat baru jauh berbeda. Mereka membiarkannya Pro untuk leapfrog ke depan – untuk menggunakan pendekatan ilmu data lanjutan tanpa pelatihan khusus. 
Mereka secara otomatis memberikan cepat, akurat solusi untuk masalah-masalah yang kompleks seperti analisa penyebab, rightsizing atau perencanaan kapasitas.
Pertama, itu akan bergeser penekanannya dari mendiagnosis masalah untuk menghindari mereka di tempat pertama. Selanjutnya, dibebaskan dari kebutuhan untuk over penyediaan untuk memastikan kinerja dan kehandalan, mereka akan mencari cara untuk mengoptimalkan efisiensi. Akhirnya, mereka akan menggunakan alat-alat ML untuk menerapkan strategi untuk berkembang dan skala lingkungan mereka untuk mendukung operasi bisnis mereka.
Dan sebagai itu pro's dewasa pemahaman dan penggunaan alat-alat analisis berbasis pembelajaran mesin mereka, mereka akan berada di garis depan membangun fondasi untuk otomatisasi dan masa depan diri mengemudi data center.