סקירה כללית

‫Google Cloud Cortex Framework מספק ארכיטקטורות לדוגמה, פתרונות שניתנים לפריסה ושירותי הטמעה מוכנים מראש כדי להתחיל את המסע שלכם אל הענן של נתונים ו-AI. כל מה שצריך כדי לתכנן, לפתח ולפרוס במהירות פתרונות נתונים ו-AI לעסק.

המסגרת של Cortex מתמקדת בפתרון בעיות ספציפיות ומציעה פתרונות מוכנים מראש לתחומים עסקיים כמו שיווק, מכירות, שרשרת אספקה, ייצור, פיננסים וקיימות. מידע נוסף זמין במאמר מקורות נתונים ועומסי עבודה.

שילובGoogle Cloud

המסגרת של Cortex מבוססת על Google Cloud כלים שנועדו לספק סביבה מאוחדת לניהול כל תהליך הנתונים. בתרשים הבא מתואר האופן שבו Cortex Framework משתמש ברכיבים שונים כדי לספק פלטפורמה מאוחדת לאחסון, לניהול ולניתוח נתונים ממקורות נתונים מגוונים:

רכיבי Google Cloud Cortex Framework כדי לספק פלטפורמה מאוחדת לחילוץ, לטרנספורמציה ולניתוח של נתונים

איור 1. ‫Google Cloud Cortex Framework Technical Stack.

כמה כלים אחראים לחילוץ, לשינוי ולטעינה (ETL) של נתונים ממקורות שונים למסד הנתונים, לצורך הצגה וניתוח שלהם בשלב מאוחר יותר. בהתאם לצרכים של העסק, אפשר להשתמש בחלק מהאפשרויות הבאות:

  • אחסון נתונים
    • ‫Cloud Storage: לאחסון נתונים ממקורות נתונים אחרים.
    • ‫BigQuery: מחסן נתונים מנוהל ללא שרת לאחסון ולניתוח של מערכי נתונים גדולים. ב-Cortex Framework נעשה שימוש ב-BigQuery לאחסון נתונים גולמיים, נתונים שעברו טרנספורמציה ונתונים לדיווח.
    • ‫Secret Manager: שירות אחסון מאובטח למידע רגיש כמו סיסמאות, מפתחות API ואישורים. ב-Cortex Framework נעשה שימוש ב-Secret Manager כדי להגן על המידע הרגיש שלכם ולהבטיח שימוש אחראי בנתונים ובפרויקטים של AI.
  • שילוב ועיבוד נתונים
    • ‫Cloud Build: שירות שמאפשר לבצע אוטומציה של תהליכי פיתוח, בדיקה ופריסה של תוכנה. ב-Cortex Framework נעשה שימוש ב-Cloud Build כדי להתאים אישית ולפרוס פתרונות מוכנים מראש.
    • ‫Dataflow: שירות מנוהל ליצירה ולהרצה של צינורות עיבוד נתונים. ‫Cortex Framework משתמש ב-Dataflow כדי לבצע אוטומציה של משימות מסוימות של הכנסת נתונים, טרנספורמציה וטעינה.
    • ‫Managed Service for Apache Airflow: שירות מנוהל לתזמור תהליכי עבודה. מערכת Cortex Framework משתמשת ב-Managed Service for Apache Airflow כדי לנהל ולתזמן צינורות עיבוד נתונים מורכבים.
  • טרנספורמציה וניתוח של נתונים
    • ‫BigQuery: סביבה ללא שרתים (serverless) ליצירה ולפריסה של מערכי נתונים ב-BigQuery. ב-Cortex Framework נעשה שימוש ב-BigQuery לטרנספורמציות של נתונים.
    • ‫Managed Service for Apache Spark: שירות מנוהל ל-Hadoop ול-Spark לעיבוד נתונים בהיקף גדול. פחות נפוץ בפתרונות המוכנים מראש של Cortex Framework, אבל אפשר להשתמש ב-Managed Service for Apache Spark לצרכים של עיבוד נתונים בהתאמה אישית.
    • ‫Looker: פלטפורמה לבינה עסקית (BI) לניתוח נתונים ולהמחשה חזותית שלהם. מסגרת Cortex משתלבת עם Looker כדי לספק לוחות בקרה ודוחות ידידותיים למשתמש.
  • ‫ML ו-AI
    • ‫Vertex AI: פלטפורמה מאוחדת ליצירה, לאימון, לפריסה ולניהול של מודלים. יכול להיות ש-Cortex Framework ישתמש ברכיבי Vertex AI מוכנים מראש בפתרונות שלו.

התשתית לנתונים

ה-Cortex Framework Data Foundation מגדיר את המבנה והארגון של הנתונים כדי להבטיח עקביות ולסייע בניתוח נתונים באפליקציות שונות. ה-Cortex Framework מפשט את ניהול הנתונים, מייעל את הפיתוח ומציע פתרונות מוכנים מראש לתחומים עסקיים שונים באמצעות Data Foundation. ה-Data Foundation כולל כלים ושירותים שעוזרים להוריד, לשנות ולטעון נתונים.

שיווק, תפעול וקיימות הם תחומים עסקיים שיכולים להפיק תועלת מ-Cortex Framework. הוא כולל עומסי עבודה מוגדרים מראש שאפשר להשתמש בהם כדי לאסוף, לנתח ולהשתמש בנתונים. הנתונים יכולים להגיע ממקורות נתונים שונים, כמו Salesforce Marketing Cloud, פלטפורמות מסוימות של Google (כמו Google Ads ו-CM360), טיקטוק, מטא, SAP ועוד. מידע נוסף זמין במאמר מקורות נתונים ועומסי עבודה.

פריסה

הוראות לפריסת Cortex Framework מופיעות במדריכים הבאים:

תמיכה

במקרה של בקשות או בעיות, אפשר לפנות ישירות לצוות Cortex Framework על ידי יצירת כרטיס חדש בערוץ התמיכה שלנו:

  1. כדי ליצור בקשת תמיכה חדשה, אפשר לעבור אל ערוץ התמיכה.
  2. אופציונלי: מוסיפים את כתובות האימייל של האנשים שרוצים שיקבלו גם הם עדכונים.
  3. כדי לשלוח את הכרטיס לצוות שלנו, לוחצים על יצירה.

לכל שאלה אחרת, אפשר לפנות אל צוות Cortex Framework.

למידע נוסף על ערוץ התמיכה שלנו, אפשר לעיין במקורות המידע הבאים:

מה השלב הבא?