奥迪数据分析

作为驾驶者和移动出行服务用户，我们相信，没有一辆车会在尚未完全消除故障的情况下进入市场。而这正是挑战所在，因为当故障发生时，重要的是在成千上万的传感器数据和条件中找出引发故障的那些。

考虑到现实中所有数据和变量都可能以任何组合的方式出现，软件开发人员所面临的困境就很清晰了。寻找模式和异常情况如同大海捞针。

有经验的数据工程师知道，Apache Spark这样强大的分析框架可胜任此类任务。每天跨越多个部门应用这种框架让奥迪面临巨大问题，因为时间序列分析十分耗时，而且往往需要手动处理数据。由Angelique Jakob领导的 Cognizant MobilityIT专家团队开发出了一个专门针对此目的的工具，将此作为解决方案。

如何通过大数据分析进行自动错误分析

这种方法将Apache Spark的最佳实践结合到智能功能中，用于奥迪重复使用案例。通过这些使用简单的库函数，可以在各部门的大量数据中轻松搜索出模式和事件。无论是局部极大值、上升/下降边缘还是时间序列中的其他异常例子，都可以更轻松地找到，它们对其他变量的影响也可追溯。

这些库函数如今已十分优雅，其未来发展也将令人期待。因为 Cognizant Mobility 团队已开始在内部研究误差分析完全自动化解决方案。在没有人工输入的情况下，信号和变量的相似之处要借助各种聚类方法汇聚成组。通过这种方式，汽车中的软件可以实现自我修复。