Technologie die we bouwen.

Bij SynerScope hebben we onze twee kernproducten van de grond af opgebouwd. Wij hebben de vereiste workflows voor ongestructureerde gegevens ontworpen en getest om onze software geschikt te maken voor zelfs de grootste ondernemingen. Al die ongestructureerde datakennis heeft de manier waarop wij onze software bouwen gevormd.

Iximeer

Iximeer is gebouwd op een stapel die dichter bij de hardware staat. Het maakt gebruik van een C++ core library voor maximale prestaties, en interfaced direct met NVidia GPU’s om de laagst mogelijke latency te bieden. Door onze gepatenteerde tekstanalyse te introduceren. De viewconfigurator in Iximeer biedt een zeer rijke set visualisatiesjablonen. Dus voor elk gegevenstype is er precies de juiste weergave. Door alle gegevens binnen handbereik van onze gebruikers te hebben en de gebruiker onder te dompelen in de gegevens, laten we de gegevens het verhaal vertellen. Als we die virtuele ervaring doorbreken, omdat de gebruiker moet wisselen tussen weergaven of onderdelen, zal hij of zij snel het spoor bijster raken. We moesten er dus voor zorgen dat alle gegevens altijd in beeld waren, en onze gebruikersinterfaces rond dat kernconcept ontwerpen.

Ixiwa

Onze Ixiwa product integreert nauw met Hadoop-kerncomponenten, zodat het gebruik maakt van het beste dat data lake-technologie te bieden heeft. Om die functies voor onze gebruikers (en in hun hart) te krijgen, hebben we hard gewerkt aan een naadloze UI-ervaring. De gegevensbronnen zijn slechts een muisklik verwijderd. Dit vereist veel boekhouding en geautomatiseerde besluitvorming onder de motorkap. Daarom hebben wij onze verwerkingsstack ontwikkeld in Python en Scala (aan de spark-kant), en JavaScript/TypeScript aan de middleware- en front-end-kant.

Gegevenscorrelator

Bepaalde oplossingen die wij nodig hadden, waren gewoon niet beschikbaar. Het was bijvoorbeeld niet mogelijk soortgelijke gegevensobjecten in een heel data lake op te lossen. Zo hebben we een algoritme uitgevonden en gepatenteerd dat de tijdscomplexiteit terugbracht. Hierdoor konden wij onze gebruikers zelfs op de grootste data lakes suggesties voor gegevenskoppeling doen. De Data Correlator was geboren.

Technologie die we gebruiken.

Technologie is de kern van ons bedrijf, maar we hadden nooit zover kunnen komen met onze technische details zonder op de schouders van enkele reuzen te staan. In ons geval maken we gebruik van bekende en in de industrie geteste componenten uit het open-sourcesoftwarelandschap. Componenten zoals Apache Spark hielpen ons onze CPU- en IO-intensieve compute uit te schalen over multi-node systemen, zodat we ons geen zorgen meer hoeven te maken over schaalbeperkingen. Wij hebben deze technologieën gekozen omdat ze geschikt zijn voor het doel en het juiste maturiteitsniveau hebben. Elk onderdeel moet de poorten van het veiligheidsontwerp en de veiligheidstests passeren voordat het in onze stack wordt opgenomen.

Voor onze intern ontwikkelde beeld- en tekstverwerkingslogica maken wij intensief gebruik van Deep Learning. Wij ondersteunen dat via het Google TensorFlow bibliotheeksysteem. De grote kritische massa die deze bibliotheek in de industrie krijgt, helpt ons om snel nieuwe en opkomende technologieën toe te passen, aangezien de bibliotheek zelf haar functionaliteit in een ultrasnel tempo uitbreidt.

Interne API’s

Wij zorgen er nauwgezet voor dat ons platform modulair en beheersbaar blijft. Interne API’s zorgen ervoor dat componenten indien nodig kunnen worden vervangen, en dit vergemakkelijkt ons product life-cycle management.

Onze web front-end bestaat niet zonder verschillende cruciale Node.JS en JavaScript open source bibliotheken. Of het nu gaat om het opmaken van strings, het bouwen van mooie gebruikersinterfaces of om ervoor te zorgen dat onze interfaces net zo responsief zijn als onze back-end systemen, deze bibliotheken vormen de bouwstenen die de kernfuncties van ons platform construeren.