Diese Architektur verwendet Datenwissenschaft und maschinelles Lernen, um Streaming- und Massendaten zu analysieren, um Kontext und Einblick für umsetzbare Ereignisse bereitzustellen. Eine lineare Schrittfolge erstreckt sich über das Diagramm:

1. Entdecken
2. Ingest
3. Transformieren
4. Kuratieren
5. Analysieren, vorhersagen und messen
6. Gesetz

Die folgenden Komponenten gelten für die gesamte Oracle Cloud Infrastructure-Region:

• Sicherheits-, Identitäts- und Zugriffsmanagement
• Metadatenverwaltung
• Discovery Lab und Sandbox

Die Region ist in funktionale Schichten unterteilt, in denen physische oder funktionale Komponenten untergebracht sind:

• Datenquellenebene: Datenquellen können und werden alles sein. Dazu gehören Enterprise-Anwendungen, Geräte, Endbenutzer und Ereignisdaten.

• Data Refinery-Ebene: Rohdaten werden durch die Ebene übergeben.

• Data Persistence Platform-Ebene: Daten werden im Objektspeicher erfasst und werden optional in Oracle Autonomous Data Warehouse persistiert. Daten werden vom Objektspeicher in einen Block mit der Bezeichnung Data Science Cloud in der Data Access-Schicht verschoben. Persistierte Daten werden vom Data Warehouse in Oracle Application Express (APEX) oder in die Data Science Cloud in der Data Access-Schicht verschoben.

• Datenzugriffsschicht: Daten werden in einen Block mit der Bezeichnung Oracle Application Express (APEX) oder in einen Block mit der Bezeichnung Learn (Data Science) verschoben, in dem sie in die Data Consumer-Schicht verschoben werden.

• Daten-Consumer-Schicht: Consumer of insights umfassen Bildgruppen mit der Bezeichnung Data Scientists und Applications.