3 Características de Oracle AI Data Platform Workbench
Oracle AI Data Platform Workbench es una plataforma de datos moderna diseñada para simplificar la ingestión, el procesamiento y la analítica de datos a escala. Proporciona una integración perfecta de capacidades informáticas, de almacenamiento y de catalogación para permitir una gestión de datos eficiente.
Las funciones clave del área de trabajo de AI Data Platform incluyen:
Espacio de Trabajo
Un espacio de trabajo en el área de trabajo de AI Data Platform actúa como un entorno aislado donde los usuarios pueden gestionar y organizar sus recursos de lago de datos, incluidos flujos de trabajo, blocs de notas y bibliotecas. Los espacios de trabajo permiten una colaboración y gobernanza eficientes al mantener los recursos agrupados de forma lógica.
Recursos informáticos
El área de trabajo de AI Data Platform proporciona recursos informáticos de CPU y GPU escalables para ejecutar cargas de trabajo de análisis y procesamiento de datos. Los usuarios pueden aprovechar los entornos de ejecución basados en Spark para el procesamiento de alto rendimiento, soportando cargas de trabajo interactivas y por lotes.
Recursos informáticos de IA
Los recursos informáticos de IA proporcionan recursos ampliables a los agentes, tanto para pruebas como para producción. Una vez que un agente está asociado a un recurso informático de IA, los desarrolladores de agentes pueden crear sesiones y empezar a interactuar con su agente. Se pueden conectar varios agentes (para pruebas) o desplegar (para producción) en un determinado recurso informático de IA.
Agentes
Los agentes son aplicaciones agentic de extremo a extremo. Los agentes se definen mediante un gráfico de pasos representados por diferentes tipos de nodos, como agentes y herramientas. Los agentes se definen a través de un creador de flujo visual sin código y a través de código a través de bibliotecas de terceros, como LangGraph.
Cuaderno de notas
El área de trabajo de AI Data Platform incluye blocs de notas como un entorno de desarrollo interactivo para escribir y ejecutar código. Soporta Python y SparkSQL, lo que permite a los usuarios transformar, analizar y visualizar datos directamente dentro de AI Data Platform.
Flujo de trabajo
El componente de flujo de trabajo permite a los usuarios definir y orquestar pipelines de datos hechos de blocs de notas, tareas de Python, if-else y otras tareas de trabajo. Los usuarios pueden crear, programar y supervisar flujos de trabajo para ETL, transformaciones de datos y automatización de análisis.
Catálogo maestro
El catálogo maestro sirve como repositorio de metadatos central para todos los conjuntos de datos estructurados y no estructurados dentro de un área de trabajo de AI Data Platform. Proporciona gobernanza unificada y detección de datos, lo que permite a los usuarios buscar y gestionar conjuntos de datos en diferentes esquemas y ubicaciones de almacenamiento.
Catálogo
Un catálogo en un área de trabajo de AI Data Platform es una agrupación lógica de esquemas, tablas, volúmenes y modelos, que proporciona una forma estructurada de organizar conjuntos de datos. Los usuarios pueden crear varios catálogos para diferentes proyectos o equipos para garantizar una segmentación de datos efectiva.
Bases de conocimientos
Las bases de conocimientos aprovechan la capacidad de búsqueda vectorial de Oracle AI Database 23ai para almacenar incrustaciones vectoriales de documentos almacenados en un área de trabajo de AI Data Platform, como archivos PDF, DOCX y HTML. A través de las capacidades de búsqueda vectorial de Oracle AI Database 23ai, las bases de conocimientos permiten a los agentes de IA realizar búsquedas semánticas y recuperar documentos semánticamente relevantes.
Esquema
Un esquema define la estructura dentro de un catálogo, organizando tablas y vistas en un espacio de nombres común. Los esquemas ayudan a estructurar lógicamente los datos para diferentes aplicaciones y cargas de trabajo de análisis.
Tabla
Una tabla de un área de trabajo de AI Data Platform representa juegos de datos estructurados que se pueden consultar y procesar. Las tablas soportan varios formatos de almacenamiento, incluido Delta Uniform, lo que garantiza la compatibilidad con varios motores de consulta.
Ver
Una vista es una tabla virtual en un área de trabajo de AI Data Platform que proporciona una representación consultable de los datos almacenados en tablas subyacentes. Las vistas permiten un acceso simplificado a los juegos de datos transformados sin necesidad de duplicación de datos.
Volumen
Un volumen es una abstracción de almacenamiento en un área de trabajo de AI Data Platform que proporciona un espacio gestionado para mantener los datos sin procesar, procesados y seleccionados. Soporta un acceso a los datos eficiente y la integración con Object Storage.
Rellenar Automáticamente
La función de relleno automático simplifica la gestión de metadatos al detectar y registrar automáticamente nuevos juegos de datos ubicados en OCI Object Storage. Esto reduce el esfuerzo manual para mantener actualizados los catálogos de datos.
Controles de acceso basados en roles (RBAC)
La plataforma de datos de IA implementa RBAC para aplicar un control de acceso detallado en diferentes recursos. Los usuarios pueden definir roles y permisos para espacios de trabajo, catálogos, conjuntos de datos, agentes y bases de conocimientos a fin de garantizar una colaboración segura.
Log de Auditoría
Los logs de auditoría del área de trabajo de AI Data Platform capturan registros detallados de las actividades de los usuarios. Estos logs ayudan a supervisar el uso, garantizar la conformidad e investigar problemas como el acceso no autorizado o los cambios de configuración.
Espacio de nombres de tres partes
El área de trabajo de AI Data Platform adopta un espacio de nombres de tres partes (Catalog.Schema.Table) para acceder a conjuntos de datos, lo que permite una forma estructurada y coherente de hacer referencia a los datos en toda la plataforma. Esta normalización mejora la interoperabilidad y la facilidad de acceso.