相关技术来自于 Cloudera 去年收购的数据科学初创公司 Sense.io。该产品的最大特点是原生支持 Apache Spark、Hadoop 和 R、Python、Scala 等开发语言。 开发者能在 Cloudera 的企业平台上同时使用这些工具和语言，这将加速数据分析项目从研发到最终产品的过程。
Cloudera 高级副总裁 Charles Zedlewski 表示：
“Cloudera 专注于提升数据科学和工程团队的使用体验，尤其是想要用 Spark 来协助数据处理和机器学习，来对分析任务进行扩展的用户。对 Sense.io 的收购，以及其团队的加入，为该产品提供了牢固的基石。Data Science Workbench 向我们的客户，提供了开展大规模自助式数据科学工作的能力。”
Charles Zedlewski (中)
那么，Cloudera Data Science Workbench 具体能够带来什么？
对于数据科学家：
能在多个开源软件库和框架上使用 R, Python 和 Scala。可以直接在浏览器使用。
使用 Spark 和 Impala，能直接从十分安全的 Hadoop 数据簇获取数据。
与团队分享经验。
对于 IT 管理者：
给你的数据科学团队更高的工作灵活性
服从完整的 Hadoop 安全方案，尤其是 Kerberos
既能在本地运行，也能在云端。
现在，正是数据科学开源浪潮一浪高过一浪，不但席卷 Python 和 R语言生态，还吸纳进各个深度学习框架（比如 Tensorflow、Microsoft Cognitive Toolkit、MXnet、BigDL 等）的时候。数据科学团队需要将这些工具应用于 Hadoop 环境下的数据。Cloudera Data Science Workbench 便是为此而设计。
雷锋网消息，在大会上 Charles Zedlewski 进一步解释道：
“我们的 IT 企业客户往往对于怎么让数据科学家在分享环境下工作十分头疼。这是由于，数据科学家们的需求十分多样，尤其是涉及到开源工具。这经常导致重复工作、有限的安全性和管理，以及 analytic silos。同时，数据科学家一直在寻找，把他们的工作扩展到更大的数据集和更强大计算平台上的方法。通过 Data Science Workbench，Cloudera 帮助 IT 团队和数据科学家相互协作，把更多用户带到共享的环境中。我们的方案既保证灵活性，又在关键的安全环节不妥协。”
详情：https://www.cloudera.com/products/data-science-and-engineering/data-science-workbench.html
