![](/sites/default/files/inline/images/images/image(717).png) InterSystems IRIS es una excelente opción para desarrollar proyectos de aprendizaje automático (Machine Learning, ML), en escenarios de operaciones con datos masivos, debido a las siguientes razones: 1. Soporta el uso de shards para escalar el repositorio de datos, tal y como MongoDB por ejemplo. 2. Soporta la creación de cubos analíticos, y si unimos esto más el "sharding" nos permite tener volumen y rendimiento. 3. Soporta la recopilación de datos de forma planificada o en tiempo real, con una gran variedad de opciones de adaptadores de datos. 4. Permite automatizar todo el proceso de de-duplicación, utilizando lógica en Python u ObjectScript. 5. Permite organizar y automatizar el flujo de datos al repositorio, usando flujos visuales (BPL) y el Lenguaje para la transformación de datos (DTL). 6. Soporta el escalamiento automático avanzado, mediante Docker (IaC) y los scripts de Cloud Manager. 7. Soporta la carga de librerías ObjectScript *in provisioning*, mediante ZPM. 8. Dispone de interoperabilidad con Python y R para realizar ML en tiempo real. 9. Permite utilizar un motor AutoML, denominado IntegratedML para ejecutar el mejor algoritmo para el conjunto de datos indicados. 10. Permite crear análisis posteriores a la ejecución, como predicciones y clasificaciones de AutoML, salidas desde los procesos cognitivos de Python y R, tablas dinámicas de Inteligencia empresarial (BI), todo ello con visualizaciones propias o de terceros. 11. Permite crear vistas e informes avanzados con JReport. 12. Permite maximizar la reutilización y monetización de los datos con el API Management incluido.