Mortoff Blog

A .NET Aspire egy nyílt forráskódú projekt, amely főként felhőben futtatott, modern, skálázható és elosztott alkalmazások készítéséhez ad támogatást a fejlesztők számára. Teszi mindezt konzisztens és jól bevált minták alkalmazásával. Alapvetően NuGet csomagokat és Visual Studio projekt sablonokat tartalmaz, amelyek segítségével gyorsan és hatékonyan hozhatunk létre éles környezetre kész, jól monitorozható elosztott alkalmazásokat. 

Az AI technológiák rohamos fejlődésével egyre több vállalat és szervezet dönt úgy, hogy saját szervereken futtatja mesterséges intelligencia megoldásait. Az on-premise AI rendszerek számos előnyt kínálnak, például nagyobb adatbiztonságot, testreszabhatóságot és költséghatékonyságot. 

A Java továbbra is népszerű a szerveroldali fejlesztésekben, érdemes időről időre áttekinteni, hogy milyen fejlesztésekkel jelentkeztek a Java platformú szerveroldali keretrendszerek. 

Milyen hatással lesz az AI az iparvállalatokra? Tényleg felforgatja-e a szervezeti működést a mesterséges intelligencia? Mik a gyakorlati tapasztalatok az AI beveztésével kapcsolatban a vállalati kultúra terén? Hogyan készülhet fel egy vezető az AI bevezetésére?
TALÁLKOZZUNK AZ IPAR 4.0 BACKSTAGE ELSŐ ÉLŐ PODCASTFELVÉTELÉN!

A mesterséges intelligencia (AI) térnyerése a szoftverfejlesztésben vitathatatlan, és a .NET platform sem maradhat ki ebből a forradalomból. Az ML.NET egy Microsoft által fejlesztett nyílt forráskódú gépi tanulási keretrendszer, kifejezetten a .NET fejlesztők számára készült, hogy gépi tanulási képességeket integrálhassanak meglévő és új alkalmazásaikba.  

A Python egy sokoldalú programozási nyelv, amit széleskörűen használnak adatelemzési, adatmanipulációs és adatvizualizációs feladatokhoz is. A Power BI alapvetően rendelkezik saját beépített adatfeldolgozási és manipulálási képességekkel, azonban beillesztett Python kódok használatával kiterjeszthetjük az eszköz funkcionalitását és a rugalmasságát. Rövid áttekintésünkben ennek előnyeit és hátrányait vizsgáljuk.

Kinek nem jutott még eszébe, hogy a ChatGPT-vel készítsen el egy válaszlevelet vagy egy jelentést a főnökének? Vajon van olyan diák, aki nem készítené el a házi feladatot, vagy az egyetemi beadandókat vele? No és erről mi a véleményük az oktatóknak? Pár hónapja, 2024 január végén szerveztünk egy workshopot hat magyar egyetem részvételével a (generatív) AI egyetemi oktatásra gyakorolt hatásairól.

Talán az első dolgok között van, amit egy informatikus megtanul, hogy mi a különbség az adat és az információ között. Az adatok csupán nyers tények, önmagukban nem szüntetnek meg bizonytalanságokat, viszont gondolkodás vagy az adatok gépi feldolgozása után információ jöhet létre belőlük, ami már képes erre. Az adatokat rendszerezni, értelmezni és vizualizálni kell, hogy segíthessenek a döntéshozásban, így egy jól működő szervezetben - legyen az bármilyen méretű is– idővel mindig felmerül az „információéhség”: minél több releváns üzleti információhoz jutni a rendszerekben gyűlő adattengerből.

A mai SAP Crystal Reports elődjét (eredeti nevén: Quik Reports) még 1984(!)-ben fejlesztették és az eredeti célja az volt, hogy egy könyvelő programhoz (mai nevén: SAGE) jelentéskészítő alkalmazást fejlesszenek. A program azóta rengeteg felvásárláson ment keresztül az SAP termékcsaládba történő bekerüléséig, de a régmúltra visszanyúló gyökerei ellenére még mindig egy jól használható, egyszersmind kiforrott BI-eszköz.

Többször találkoztunk már olyan esettel, amikor egy-egy hosszú évek óta használt rendszer adatbázisa az idő előrehaladtával egyre inkább fekete dobozzá válik, ami számos okra visszavezethető: hiányos a dokumentáció, túlzottan leterhelt (vagy éppen nem létező) hozzáértő belsős kolléga, nem elérhető fejlesztők. Ebben a  cikkünkben bemutatjuk, hogy hogyan szerezhetjük vissza az irányítást az adatbázisok felett és hogyan hozhatunk létre hatékony működést és tervezést ezekben a helyzetekben!

Az SAP BI portfóliója és elődjei évtizedek óta meghatározó szereplői az üzleti intelligencia (BI) világának, melynek közelgő új verziója rég nem látott mértékű átalakulást hoz, így nem árt felkészülten várni az átállást.

Az ezredfordulón az additív technológia – azaz a 3D nyomtatás – integrálását a hagyományos gyártási folyamatokba nagyfokú várakozás övezte. Ámulattal követtük az előrejelzéseket, hogyan fogja az új technológia forradalmasítani az ipart, és lehetővé tenni az egyedi termékek gyártását.
De mi is történt valójában az utóbbi két évtizedben? Mi a jövője a 3D nyomtatásnak? Mely iparágakban rejlik ma a legnagyobb potenciál az additív technológia felhasználásra?