Databricks: des mesures de sécurité et scalabilité pour les déploiements à grande échelle

Cette semaine, Databricks a annoncé de nouvelles fonctions de sécurité, de scalabilité et d’automatisation pour sa plateforme dans la gestion d’environnements multi-cloud complexes et plus exposés aux risques.

Les équipes data déploient les applications analytiques et de machine learning ont besoin de pouvoir exploiter les données à grande échelle en toute sécurité. Cela peut être complexe et risqué, notamment lorsqu’elles opèrent dans un environnement multi-cloud. En effet, la sécurité y est fragmentée.

Selon l’éditeur, la plateforme Databricks Unified Data Analytics résout ces problématiques en aidant les entreprises à « regrouper tous leurs utilisateurs et toutes leurs données autour d’un service simple, évolutif et sécurisé, à même de tirer parti des capacités natives de clouds multiples ».

Nouvelles fonctionnalités de Databricks

– Sécurité cloud native : l’ajout de clés de chiffrement des données révocables appartenant au client et de réseaux privés personnalisés pour gérer ces clusters, permet aux clients d’adapter davantage les services à leurs exigences spécifiques d’entreprise et de conformité.
– Administration simple et proactive : pour une totale transparence, les organisations peuvent désormais auditer et analyser toute l’activité de leur compte, et établir des politiques d’administration des utilisateurs, de contrôle de budget et de gestion de l’infrastructure.
– Automatisation à grande échelle : l’approche de Databricks basée sur les APIs permet désormais aux clients de mettre rapidement en production l’analytique et le Machine Learning grâce à l’intégration et la livraison en continu (CI/CD).