对于在边缘、本地和多个云中面对数百个不同数据源的组织来说，以一种相关的、有意义的方式与客户进行即时交互可能具有挑战性。
为了充分利用实时客户数据，你需要一个数据管理基础设施，它允许你做三件事:
1)感知捕获事件数据和来自源的流数据，例如社交媒体、网络日志、机器日志、物联网传感器。
2)原因-自动结合和处理这些数据与现有数据的上下文。
3)采取可靠、及时、一致的适当行动-回应。在本节课中，我们将描述并演示一个AI驱动的流解决方案，该解决方案可以使用Spark结构化流处理任何延迟(实时、流和批处理)的整个端到端感觉-原因-行动过程。
该解决方案使用人工智能(例如用于数据结构推断的A*和NLP，用于ETL转换建议的机器学习算法)和元数据来自动化数据管理过程(例如解析、摄取、集成和清理动态和复杂的结构化和非结构化数据)，并指导用户行为进行实时流分析。它构建在Spark结构化流上，以利用统一API、多延迟和基于事件时间的处理、乱序数据交付和其他功能。
您将清楚地了解如何在数据工程中使用Spark结构化流，使用智能数据流解决方案，该解决方案统一了快速通道数据流和批处理通道数据处理，以提供即时的下一个最佳操作，以改善客户体验。
Informatica
John Haddad是Informatica的副总裁，负责大数据、企业数据目录和云/混合数据管理产品组合的产品和技术营销。他拥有超过25年的企业软件开发和营销经验，过去10年专注于企业云数据管理。在此之前，John曾在Oracle和Right Hemisphere(被SAP收购)担任产品营销、研发和管理等多个职位。约翰持有加州大学伯克利分校应用数学学士学位。
Informatica
Vishwa在Informatica管理Informatica的流媒体和物联网产品和解决方案。在加入Informatica之前，Vishwa曾在Infosys公司的EdgeVerve Systems工作，担任Finacle核心银行解决方案的产品经理。他还曾在Informatica担任元数据和治理解决方案的产品经理。Vishwa拥有10年的产品管理经验，管理各种企业软件产品。他曾在SAP和Hewlett Packard担任多个职位。在成为产品经理之前，Vishwa是一名软件工程师。他拥有印度管理学院(Indian Institute of Management, Bangalore)的计算机科学工程学位和硕士学位。