随着工程数据的规模和种类的增长，在MATLAB中访问、处理和分析这些(大型)工程数据集的能力也在增长®．随着流数据技术的兴起，这些数据的数量和速度都有了显著的增长，这催生了处理动态数据的新方法。Jim Stewart讨论了MATLAB作为数据分析平台的使用，该平台具有一流的框架和基础设施，用于表达基于MATLAB的工作流，通过机器学习模型的应用实现“实时”决策。他演示了如何使用MATLAB Production Server™在来自Apache的数据流上部署这些模型®卡夫卡®．演示展示了一个完整的工作流程，从在MATLAB中开发机器学习模型，到将其部署到云上运行的现实世界大小的问题。
