Sintesi
Come collegare la governance dei dati alle decisioni architetturali e agli obiettivi aziendali?
La conferenza applica concetti di DAMA-DMBOK a un caso ipotetico di acquisizione e trasformazione di documenti e dati strutturati in Oracle Cloud. Collega un’architettura con OCI Object Storage, OCI Events, OCI Functions e Oracle Autonomous Database a sicurezza, qualità, metadati e tracciabilità.
Si esaminano responsabilità, coordinamento tra reparti e fonti isolate. Una roadmap illustrativa di nove mesi permette di discutere migrazione, coesistenza, standardizzazione, rilascio anticipato di valore e valutazione di TCO e ROI, includendo l’impegno operativo.
Il percorso presenta Database Actions e Data Studio, un confronto tra cloud ed esempi di embeddings, architettura medallion e workflows. Si conclude con domande sulle dipendenze tra processi e sulla formazione per lavorare come architetto dei dati.
Inizio
Joel Gangini presenta la conferenza e il suo rapporto con la gestione dei dati in Oracle Cloud. L’obiettivo è collegare le esigenze aziendali a un’architettura che prepari informazioni per analisi e intelligenza artificiale.
Caso pratico: acquisizione e valore dei dati
Viene introdotto un caso di acquisizione, trasformazione e amministrazione dei dati. La domanda iniziale è come ricavare valore dalle informazioni e sviluppare progetti scalabili, utilizzando DAMA come riferimento.
Sfide, obiettivi e ritorno del progetto
Il caso ipotetico combina documenti e database locali, elaborazione in batch ed esigenze in tempo reale. Si propone di definire sfide, obiettivi e indicatori per spiegare l’investimento e valutare miglioramenti di tempi e costi.
Architettura dei dati e acquisizione basata sugli eventi
Si propone di archiviare file in un bucket e attivare eventi che invochino funzioni di elaborazione. Secondo il contenuto, il flusso può includere trascrizione o OCR prima di centralizzare le informazioni per il consumo.
Autonomous Database e dati convergenti
Autonomous Database viene presentato come repository per dati relazionali, JSON e vettori. L’architettura collega queste informazioni a modelli e applicazioni IA e prevede un livello di esecuzione per servire gli utenti.
Fasi di adozione e framework DAMA
Il video spiega che le fasi di adozione dipendono dall’organizzazione e dai team che eseguono il progetto. DAMA viene introdotto come riferimento per organizzare responsabilità e capacità, indipendentemente dall’infrastruttura scelta.
Piramide di gestione dei dati e consumo con IA
Il percorso esamina i livelli di modellazione, archiviazione, sicurezza, integrazione e consumo analitico. Il relatore aggiunge IA e una classificazione per colori al proprio adattamento della piramide, distinguendo questi contributi personali dal contenuto del libro.
Governance e coordinamento tra reparti
Si spiega perché il punto di partenza dipende dalle esigenze del progetto. Un esempio di elenchi di studenti incoerenti illustra come scarsa comunicazione, fonti isolate e lavoro duplicato ostacolino la condivisione di informazioni affidabili.
Qualità dei dati, metadati e tracciabilità
Le regole aziendali e i controlli di qualità determinano quali informazioni arrivano al consumo. Si evidenzia il ruolo dei metadati per comprendere i processi, ricostruirne la storia e indagare sugli incidenti, oltre al monitoraggio fornito dai log.
Proposta di adozione per fasi
Si propone di esplorare prima le integrazioni e i processi esistenti, sviluppare il progetto e accompagnare la transizione con la coesistenza dei servizi. La standardizzazione segue la valutazione dei componenti che apportano valore al caso.
Roadmap di architettura, governance e sviluppo
I livelli della piramide vengono collegati ai filoni di lavoro della roadmap. L’architettura di riferimento si adatta alla scoperta di esigenze, vincoli e cambiamenti di dimensionamento; la progettazione continua durante il progetto.
Ruoli e responsabilità sui dati
Si propone di identificare i responsabili dei dati fin dall’inizio e coordinare i team attorno a casi prioritari. La governance richiede persone con potere decisionale che assumano la responsabilità delle informazioni nel proprio dominio.
Rilascio anticipato di valore e indicatori
Si propone di fornire indicatori e risultati durante il progetto, secondo il suo ambito, anziché attendere la conclusione. Si discute come gli strumenti di integrazione, analisi e IA possano sostenere questi rilasci nella roadmap illustrativa di nove mesi.
Migrazione, coesistenza e standardizzazione
Tre fasi distinguono cosa migrare, conservare e dismettere. La coesistenza permette di confrontare risultati, tempi e costi tra componenti precedenti e nuovi prima di standardizzare l’architettura scelta.
TCO, ROI e costi operativi
La valutazione economica comprende infrastruttura, sviluppo e impegno delle persone nelle attività operative. Si propone di identificare questo lavoro e il suo costo orario per valutare l’automazione, senza attribuire al caso risparmi o rendimenti garantiti.
La ruota DAMA e i suoi domini
La ruota DAMA viene esaminata con la governance dei dati al centro e domini come qualità e sicurezza intorno. Il relatore spiega che le esigenze del progetto guidano il punto di ingresso e il percorso tra i capitoli.
Database Actions e funzionalità di Autonomous
Il percorso esamina categorie di Database Actions e Data Studio: sviluppo, amministrazione, monitoraggio e gestione dei dati. Si citano utilità di modellazione, JSON, grafi e cataloghi come capacità da esplorare nella progettazione della soluzione.
Allineamento dei servizi ai domini DAMA
Si propone di collegare le capacità di ogni servizio a esigenze specifiche dei domini DAMA. La soluzione combina strumenti complementari; il confronto serve a pianificare capacità future e non costituisce una certificazione di conformità.
Confronto tra servizi e architetture multicloud
Si confrontano i servizi di archiviazione di AWS, Azure, Google Cloud e Oracle Cloud per aiutare a comprendere un’architettura ibrida. Si propone di valutare quali componenti combinare secondo l’ambiente e le esigenze del progetto.
Architettura di embeddings con Events e Functions
Il flusso di file in un bucket, eventi e funzioni viene ripreso per spiegare un’architettura di elaborazione degli embeddings. Si discute come il codice colleghi le fasi ai repository utilizzati dalle applicazioni IA.
Esempio di architettura medallion e integrazione ibrida
Un estratto di un altro video spiega i livelli medallion e la coesistenza tra infrastruttura locale e cloud. Si evidenzia l’importanza di indicare la funzione di ogni servizio per comprendere il percorso e l’elaborazione dei dati.
Framework dei dati: staging, cataloghi e controllo
Si esaminano staging, cataloghi, regole, frequenza e volume di elaborazione. L’esempio include controllo, monitoraggio, parametri, metadati e mappings; si propone che ogni workflow produca un dataset per organizzare le dipendenze con altri flussi.
Domande: orchestrazione dei processi e dipendenze
Una domanda affronta come eseguire un processo che dipende da altri pianificati a orari diversi. La risposta discute Airflow, PowerCenter, Oracle Data Integrator e opzioni cloud, collegando la scelta agli strumenti disponibili e alle dipendenze dell’ambiente.
Percorso per diventare architetto dei dati
Il relatore condivide il proprio percorso dallo sviluppo all’architettura dei dati. Evidenzia la risoluzione dei problemi, la ricerca continua e la conoscenza di un linguaggio di programmazione, citando Python e PySpark nella sua proposta di apprendimento.
Risorse relativo
- DAMA International — DAMA-DMBOK e gestione dei dati
- Oracle Database Actions — Strumenti di sviluppo, dati e amministrazione
- Data Studio — Catalogo e metadati in Autonomous AI Database
- OCI Events — Automazione basata sugli eventi
- OCI Functions — Elaborazione serverless e integrazione con eventi
- Progetti di Joel Gangini su GitHub