Partie I Présentation de la plate-forme de données Oracle AI
Oracle AI Data Platform simplifie le catalogage, l'ingestion et l'analyse des données pour les professionnels des données d'une organisation. Le service Oracle AI Data Platform fournit la plate-forme et le cadre permettant de créer des pipelines d'analyse de données.
Les utilisateurs peuvent créer une plate-forme de données basée sur l'IA, créer des catalogues de données pour les données dans leur parc de données et définir des politiques de contrôle d'accès basé sur les rôles, et utiliser des blocs-notes alimentés par Spark pour préparer, analyser et enrichir leurs données. Le catalogue de données permet une utilisation et une ingestion transparentes des métadonnées à partir des services externes pris en charge. Les utilisateurs d'OCI et d'Oracle Analytics peuvent se connecter à la plate-forme de données d'Oracle AI et analyser leurs données. Toutes ces fonctions sont fournies dans une interface unique avec des fonctions de sécurité d'entreprise pour toutes les fonctions.
Oracle AI Data Platform est une plate-forme unifiée de niveau entreprise qui simplifie le catalogage, la préparation et l'analyse des données dans le parc de données d'une organisation. La solution regroupe les services de données, d'intelligence artificielle, d'analyse et de gouvernance dans une seule expérience cohérente permettant aux utilisateurs de créer et d'exploiter des applications optimisées par l'intelligence artificielle, de manière sécurisée et évolutive. La plate-forme de données d'Oracle AI unifie Oracle Autonomous AI Lakehouse, Oracle Analytics, OCI Object Storage, OCI Generative AI et Oracle Fusion Data Intelligence en une seule plate-forme gérée pour créer, déployer et adapter des applications de données et d'IA sur vos données d'entreprise.
Au sein de cette plate-forme, l'atelier Plate-forme de données d'Oracle AI fournit un environnement de développement dédié aux ingénieurs de données, aux scientifiques et aux développeurs d'IA pour concevoir, orchestrer et déployer des pipelines de données, des modèles, définir des politiques de contrôle d'accès basé sur les rôles et utiliser des technologies à code source libre telles que Spark pour préparer, analyser et enrichir leurs données.