注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
Foundry について理解し、その主要な概念を把握したあとは、ユーザーの役割に最も関連するプラットフォームの機能を探索してみてください。
Foundry では役割間の境界が変わることがあり、特定の役割に完全に一致しない責任やワークフローが存在するかもしれません。組織が Foundry を初めて使い始めたり、小さな実装チームで働いている場合、日々の仕事でプラットフォームの多くの部分を使用するかもしれません。
これを念頭に置いて、以下に列挙する役割は、一般的に Foundry を使用するほとんどの組織で採用されています。以下では、これらの高レベルの役割と、各タイプのユーザーがどのように始めるかについて説明します。
または、アプリケーションリファレンスを見直して Foundry を探索することもできます。これは、Foundry の主要なすべてのアプリケーションについての概要を提供します。
Foundry のデータ統合レイヤーは、プラットフォームで行われる他のすべての作業の基盤を提供します。データエンジニアはデータパイプラインを構築し、維持することで、高品質で関連性があり、頻繁に更新されるデータセットを生成し、組織のニーズを満たすようにします。プログラムによるヘルスチェックや、基礎となる計算への透明性を含む多種多様なツールが利用可能で、データパイプラインの耐久性を維持します。
データエンジニアが使用する主要なツールには、データパイプラインの作成には Pipeline Builder と Code Repositories、それらをエンドツーエンドで視覚化するための Data Lineage が含まれます。データエンジニアはデータパイプラインの概念に慣れ、Foundry で高品質なパイプラインを作成するための理解を深める必要があります。
Foundry のオントロジーとアプリケーションビルド機能を使用すると、エンドユーザー向けのカスタマイズされた高品質のアプリケーションを迅速に作成することができます。これらのエンドユーザーは通常、組織内のオペレーターで、データを使用して決定を下すことが可能です。ユーザーにデータを提示するだけでなく、オントロジーで設定されたアクションタイプの形でユーザーから情報をキャプチャするためにカスタムアプリケーションを使用することができます。
アプリケーションビルダーは、Foundry の オントロジー に慣れる必要があります。これは通常、アプリケーションビルダーがデータエンジニアと協力してワークフロー開発のためのデータ基盤を確立するレイヤーです。ビルダーは Ontology Manager で組織のオントロジーを作成し、維持し、Object Explorer と Object Views を使用してオブジェクトと関連するワークフローを探索します。アプリケーションビルダーは、オントロジーの変更によってトリガーされるアラートを Object Monitors で作成できます。
アプリケーションの作成と提供のために、ビルダーはオントロジーの上でポイントアンドクリックのアプリケーションビルドを行う Foundry の製品である Workshop を使用できます。コードを使用して開発する場合、アプリケーションビルダーはビジネスロジックを定義するための Functions を書いたり、HTML、CSS、JavaScript を使用したアプリケーション開発のフレームワークである Foundry の Slate でアプリケーションを作成したりすることができます。
Foundry には、コードを使用してデータを分析し、機械学習モデルを開発、評価、デプロイするためのサポートが含まれています。この機能は、データ統合レイヤーの厳格さの上に構築されており、データセットと同じようにモデルのデータフローと再現性を提供します。結果として、分析と機械学習が高品質なデータとモデリングプロジェクトの迅速な価値提供によって加速される環境が生まれます。
Foundry では、データサイエンティストはよく Code Workbook を使用します。これはコードベースの分析と機械学習モデルの開発を可能にするアプリケーションです。Code Workbook を使用すると、Python、R、SQL でコードを書いて、データエンジニアによって準備された高品質なデータセットにアクセスし、正規化し、分析することができます。結果として得られる分析とモデルは、オントロジーに統合され、Foundry のアプリケーションビルドフレームワークを通じてモデルをエンドユーザーに直接デプロイするといった機能を解放することができます。
代替として、データサイエンティストは Code Workspaces を使用して、選好するサードパーティの IDE で作業することができます。Code Workspaces コンテナは、Foundry のエコシステム全体とネイティブに統合されており、JupyterLab® と RStudio® Workbench IDE を Foundry のセキュリティ、ブランチング、リソース管理の利点と組み合わせることができます。
Foundry は安全で高品質なデータ基盤の構築をサポートしているため、アナリストは迅速に関連するデータを見つけて探索し、解答が必要な問いに対する解答を探すことができます。データを分析するための豊富なツールセットがあり、それらのデータは幅広い形式（表形式、リレーショナル、時間、地理空間など）で存在します。分析が洞察をもたらしたら、ダッシュボードを作成するか、レポーティングツールを使用して結果を提示することで、それを反復可能にすることができます。
アナリストは通常、Foundry のデータセットを探索し、高規模なオープンエンドの分析を行うために Contour を使用し、オントロジーのデータと関連する時系列を分析するために Quiver を使用します。両方のアプリケーションはアドホックな分析をダッシュボードに変換し、Notepad ドキュメントに結果を埋め込んで同僚と共有することをサポートしています。
プラットフォーム管理者は、Foundry の専用の管理ツールを使用してプラットフォームを設定し、その使用方法を管理し、理解し、組織のデータが安全に管理されていることを確認できます。
プラットフォーム管理者は通常、組織のIDプロバイダに接続するための 認証 を設定し、次に Data Connection を設定してプラットフォームにデータが流れ込むようにします。プラットフォームの使用が成熟するにつれて、管理者は Resource Management を使用してリソース消費を管理し、データが適切に保護されていることを確認できます。
Foundry は、データを保護し、データガバナンスのリードに透明性を提供するための最高水準のツールを提供します。これらのツールは、データが Foundry で変換され、ユーザー向けのアプリケーションで使用される際にデータがどのように保護されているかについての保証を提供し、誰がどの情報にアクセスできるかを検証し、内省する能力を保持します。
データガバナンスの役割を担うユーザーは、プラットフォーム内の広範なデータセキュリティワークフロー、データ基盤の保護から 機密データの保護 まで、について学ぶべきです。これらの機能は Foundry のユニークなデータセキュリティ概念、すなわち Projects と マーキング を基礎として構築されています。