Esta arquitectura utiliza funciones de ciencia de datos y aprendizaje automático integradas en Oracle Autonomous Data Warehouse (ADW) para analizar datos de una amplia gama de recursos de datos empresariales para el análisis empresarial y el aprendizaje automático.

Los siguientes componentes se aplican a toda la región de Oracle Cloud Infrastructure:

• Gobernanza (catálogo de datos)
• Infraestructura, seguridad de red. Identity and Access Management (IAM)

La región se divide en capas funcionales que albergan componentes físicos o funcionales:

• Orígenes de datos: los orígenes de datos pueden y serán cualquier cosa. Entre los que se muestran se incluyen usuarios finales, dispositivos, aplicaciones empresariales, cualquier activo digital, eventos, sensores y modelos de aprendizaje automático (ML).

• Ingestión, transformación: los datos se mueven a un bloque denominado Ingestión por lotes con herramientas de base de datos (proporcionadas por ADW) mostrado como opción recomendada y Oracle Data Integration como opción secundaria. Los datos acotados se transfieren a un bloque con la etiqueta Serving Data Store en la capa Persist, Curate y Create.

  Los metadatos omiten las herramientas de base de datos y se procesan en un bloque denominado Ingestión por lotes (Oracle Cloud Data Integration) o se alimentan al almacenamiento en la nube y, a continuación, a la ingestión por lotes mediante las herramientas de base de datos proporcionadas por ADW. Los metadatos del almacenamiento de objetos se mueven al bloque de gobernanza (Data Catalog).

• Conservar, curar, crear: los datos se mueven al bloque con la etiqueta Serving Data Store (Autonomous Data Warehouse) a los bloques de la capa Analizar, aprender y predecir. Los metadatos de ADW se mueven al bloque de gobernanza (Data Catalog).

• Analice, aprenda y prevea: los datos pasan de ADW a los siguientes bloques:

  • Análisis y visualización (Oracle Analytics Cloud). Los metadatos también se mueven al bloque de gobernanza (Data Catalog).
  • Aprenda con Oracle Machine Learning Notebooks (proporcionado por ADW) que se muestran como la opción recomendada y la IU de Oracle Machine Learning AutoML, la IU de 3a parte se muestra como opciones secundarias. Los resultados se transfieren al bloque Predict y a personas y socios en la capa Measure, Act.
  • Prevea con los servicios de Oracle Machine Learning (proporcionados por ADW) que se muestran como la opción recomendada y en la base de datos, Oracle Machine Learning Notebooks) que se muestran como opciones secundarias.
  • Los datos se mueven del bloque de predicción a los productos de datos, el bloque de API con el gateway de API se muestra como la opción recomendada y Oracle Integration Cloud y Oracle Functions se muestran como opciones secundarias. Los resultados se transfieren a los consumidores de datos (cosas, aplicaciones, personas y partners) en la capa de medida y acción.
• Medir, Actuar: incluye consumidores de datos como cosas, aplicaciones y personas y partners.