Data Middle Platform and Agile AI Practices
技術簡介
透過跨系統資料彙整梳理／加工／勾稽，提供穩定資料源，支援各式業務應用、可視化數據洞察（BI）以及AI分析建模所需之整合式資料服務，在運營上減少管理成本，支撐前端創新、加速開發流程與價值變現
技術特色
- 數據中台架構彈性
- 分散式資料收集、儲存與運算叢集（Spark、HDFS、Kafka）
- 容器式平台彈性部署管理（Kubernetes）、雲／地端開發部署、橫向擴充
- 業務中台／Data Consumer彈性擴充：即時查詢／分析（貼標）、AI建模...
- 全資料流程控管
- 資料維運（DataOps）：資料生命週期的一致性管控，包括匯入、淨化、儲存等，亦包括：資料安全（去識別）、權限控管
- 資料湖、資料倉儲、資料市集 應用邏輯分層建構（API服務介面）
- 敏捷AI技術整合
- （自主研發）Fast AI快速自動建模系統整合
- （自主研發）結合生成式AI強化資料勾稽/分析流程（如：結構化與文本資料）
技術規格
以數據中台作為Data Lake／Warehouse與資料服務平台，統一整備管理組織／集團核心資料，穩定支援業務系統、分析應用以及數據洞察所需之高品質資料源；可依需求擬定合適之開源軟體解決方案（架構/技術堆疊、規模、預算、合規、數據應用），協助業者加速中台落地，發展資料治理，實踐數據驅動／AI加值
- 技術架構 （彈性、擴充、開源）
- 彈性系統／軟體技術堆疊組合、開源方案、容器式／雲原生（Cloud Native）、雲端／地端佈署、整合業務／技術中台（e.g. AI Server）
- 資料維運 (生命週期、自動化)
- 資料維運自動化（DataOps／Pipeline）、資料管控（安全／可運用）、資料服務
- 數據應用（數據驅動、敏捷AI）
- 以穩定資料源進行數據分析與AI建模，協助業務端發展即時監控、數據洞察、超前部署等數據驅動加值應用
- 顧問服務（數據價值、技術評估）
- 協同Big Data與AI專家，逐步導入平台技術，進行資料統整分析、解讀與應用規劃建議
應用範圍
- 企業數據治理與敏捷AI實踐的起手式（有敏捷數據中台才有敏捷AI）
- 運用Big Data與AI技術，從建立速效專案開始，逐步進行跨業務資料統整分析，輔助業務單位快速精確掌握決策依據
