Seahorse powstał aby ułatwić i przyspieszyć budowanie aplikacji Sparkowych. Graficzny interfejs oparty na konfigurowaniu i łączeniu gotowych komponentów stanowi alternatywę dla pisania kodu w Scali. Podczas prezentacji słuchacze poznają funkcjonalności i ograniczenia Seahorse’a, zobaczą go w działaniu podczas live-demo oraz dowiedzą się jakie są kierunku dalszego rozwoju narzędzia i jak mogą stać się użytkownikami.

1. ● Bring Apache Spark capabilities closer to non code-savvy users
○ interactive Big Data analytics
○ speed up building Apache Spark applications
● Provide collaboration platform for data scientists and software engineers
Seahorse Motivations

2. Seahorse v.1.3

3. ● Development since mid 2015
● First release in Feb 16
● 3 releases so far
● Shown on multiple conferences:
○ Strata (NYC, London)
○ Spark Summit (SF, Amsterdam)
○ Hadoop Summit (San Jose, Dublin)
○ AI World (SF)
○ ODSC (London)
● Included in platforms:
○ IBM’s Big Data University
○ Intel’s Trusted Analytics Platform
● Group of early adopters
Seahorse Timeline

4. Seahorse 1.3 (released in Sep 16):
● R support: build custom
operations in R and use R
notebooks within Seahorse
● Custom cluster connectivity: run
Seahorse in Client Mode and
connect to any cluster
● Spark 2.0
Seahorse Roadmap Highlights
Seahorse 1.4 (Jan 17):
● Scala SDK: create custom
operations in Scala and use them in
multiple workflows from the
operation palette
● Workflow scheduler
● Email reports: generate custom
visual reports using Notebooks and
get results sent via email

5. 1. Go to deepsense.io -> Seahorse -> Standalone
2. Fill out a short form and choose between:
a. Docker (set of containers with Docker Compose)
b. Vagrant (virtual machine image)
3. See examples and docs at seahorse.deepsense.io
4. Post feedback to our board or directly to michal@deepsense.io
How to Get Seahorse