Planification de votre déploiement

Cette solution utilise un modèle de déploiement conforme aux meilleures pratiques pour exécuter une solution de prévision des ventes et des revenus basée sur l'IA sur Oracle Cloud Infrastructure (OCI).

Bien que de nombreux services OCI puissent être remplacés par des composants open source, l'utilisation des services OCI offre des avantages significatifs, tels qu'une base de code simplifiée et des déploiements fluides et transparents grâce à des intégrations approfondies entre les services répertoriés. Par exemple, vous pouvez établir une connexion entre Oracle Cloud Infrastructure Data Science et Oracle Autonomous Data Warehouse avec une seule ligne de code. De même, Oracle Cloud Infrastructure Data Integration fournit des connecteurs intégrés pour une source et des cibles de grand nombre, de sorte qu'aucun code personnalisé n'est nécessaire.

Description de l'illustration ai-forecasting-functional.png

ia-prévision-fonctionnel-oracle.zip

Oracle Cloud Infrastructure Data Science est un service entièrement géré qui permet aux data scientists de créer, d'entraîner et de déployer facilement des modèles de machine learning. Il offre un environnement collaboratif avec des blocs-notes basés sur Jupyter, la prise en charge des structures de machine learning populaires et des ressources de calcul évolutives, y compris la prise en charge des GPU pour les charges de travail hautes performances. Grâce à des outils intégrés pour le suivi, la gestion des versions et le déploiement des modèles, Oracle Cloud Infrastructure Data Science simplifie l'ensemble du cycle de vie du machine learning.

En outre, Oracle Cloud Infrastructure Data Science fournit des bibliothèques de prévision d'IA et l'opérateur de prévision d'IA pour générer des prévisions pour les tendances futures à l'aide de données de séries chronologiques historiques.

L'opérateur de prévision AI simplifie et accélère le processus en automatisant la sélection de modèles, le réglage des hyperparamètres et l'identification des fonctionnalités pour une tâche de prédiction spécifique. Les utilisateurs peuvent voir et interpréter les résultats à l'aide de visualisations utiles générées par le processus de prévision :

Description de l'image forecast-operator-display.png

Voici quelques alternatives d'implémentation :

• Au lieu d'Oracle Digital Assistant, vous pouvez également créer un chatbot personnalisé à l'aide d'Oracle APEX Application Development ou à l'aide d'un outil de développement d'applications open source, tel que StreamLit.
• Vous pouvez utiliser des modèles de langage volumineux prêts à l'emploi proposés dans Oracle Cloud Infrastructure Generative AI, tels que Cohere et LLaMA, ou utiliser d'autres LLM accessibles au public.
• Bien qu'Oracle recommande d'utiliser Oracle Autonomous Database, vous pouvez utiliser n'importe quelle base de données relationnelle.

Pour déployer la solution, procédez comme suit :

1. Provisionnez Oracle Cloud Infrastructure Data Integration à l'aide de la console OCI et de l'interface utilisateur intuitive pour créer des espaces de travail et des projets sous-jacents avec des sources de données et des pipelines d'ingestion de données.
2. Déployez Oracle Autonomous Database pour l'analyse et l'entreposage de données en quelques clics dans la console OCI. Vous pouvez choisir des options de déploiement partagées ou dédiées en fonction de vos préférences d'isolement des charges globales. Les options de déploiement incluent la prise en charge d'Exadata Cloud@Customer, d'OCI Dedicated Region et du multicloud. Sélectionnez le redimensionnement automatique pour maintenir la continuité pendant les pics de trafic et d'autres fluctuations qui ont un impact sur les volumes de charge globale.
3. Provisionnez Oracle Cloud Infrastructure Data Science à l'aide de la console OCI. OCI fournit un code de départ prêt à l'emploi pour la création d'opérateurs de prévision et l'adresse de modèle associée pour l'interprétation des résultats.
4. Provisionnez Oracle Digital Assistant pour fournir des interfaces de discussion et de voix et pour fournir des fonctionnalités avancées en langage naturel qui dépassent celles des chatbots simples. Ce produit peut prendre en charge des workflows métier complexes. Toutefois, pour cette solution, un petit sous-ensemble de fonctionnalités est utilisé pour appeler des services REST et présenter une interface conviviale.
5. Les grands modèles de langage d'Oracle Cloud Infrastructure Generative AI enrichissent la question fournie par l'utilisateur et la réponse associée avec un contexte supplémentaire.