이제 Foundry를 이해하고 핵심 개념을 이해하였으니, 역할에 가장 관련된 플랫폼 기능을 살펴보세요.
Foundry의 역할 간 경계는 변할 수 있으며, 일부 책임과 워크플로가 단일 역할로 완벽하게 맞지 않을 수 있습니다. 다양한 역할을 수행할 수 있으며, 조직이 Foundry를 시작하거나 소규모 구현 팀에서 작업하는 경우, 일상 업무에서 플랫폼의 여러 부분을 사용할 수 있습니다.
이를 염두에 두고, 대부분의 조직에서 Foundry를 사용하는 다음 역할이 일반적으로 채택됩니다. 아래에서는 이러한 하이레벨 역할과 각 유형의 사용자가 시작하는 방법에 대해 논의합니다:
또한 애플리케이션 출처를 검토하여 Foundry를 살펴볼 수 있습니다. 이 문서는 Foundry의 주요 애플리케이션에 대한 하이레벨 개요를 제공합니다.
Foundry의 데이터 통합 레이어는 플랫폼에서 발생하는 다른 모든 작업에 대한 기반이됩니다. 데이터 엔지니어는 데이터 파이프라인을 구축하고 유지 관리하여 고품질이며 관련성이 높고 자주 업데이트되는 데이터셋을 생성하여 조직의 요구를 충족시킵니다. 프로그래밍적 건강 점검 및 계산에 대한 투명성을 포함하여 데이터 파이프라인의 내구성을 시간이 지남에 따라 유지 관리하기 위한 다양한 도구가 제공됩니다.
데이터 엔지니어가 사용하는 주요 도구로는 데이터 파이프라인을 작성하기 위한 Pipeline Builder와 Code Repositories, 파이프라인을 종단 간 시각화하기 위한 Data Lineage가 있습니다. 데이터 엔지니어는 데이터 파이프라인 개념을 이해해야 하며 Foundry에서 고품질 파이프라인이 무엇인지 이해해야 합니다.
Foundry의 Ontology 및 애플리케이션 빌딩 기능을 사용하면 최종 사용자를 위한 맞춤형 고품질 애플리케이션을 빠르게 생성할 수 있습니다. 이러한 최종 사용자는 일반적으로 데이터를 사용하여 결정할 수 있는 조직의 운영자입니다. 사용자에게 데이터를 제공하는 것 이상으로, Ontology에서 구성된 액션 유형의 형태로 사용자로부터 정보를 수집하기 위해 맞춤 애플리케이션을 사용할 수 있습니다.
애플리케이션 빌더는 Foundry Ontology에 익숙해야 합니다. 이는 일반적으로 애플리케이션 빌더가 데이터 엔지니어와 협력하여 워크플로 개발을 위한 데이터 기반을 구축하는 레이어입니다. 빌더는 Ontology Manager에서 조직의 Ontology를 생성 및 유지 관리할 수 있으며, Object Explorer 및 Object Views를 사용하여 오브젝트와 관련 워크플로를 탐색할 수 있습니다. 애플리케이션 빌더는 Ontology의 변경에 따라 트리거되는 경고를 Object Monitors를 사용하여 생성할 수 있습니다.
애플리케이션을 생성하고 전달하기 위해 빌더는 Ontology 위에 포인트 앤 클릭 애플리케이션 빌딩을 위한 Foundry의 제품인 Workshop을 사용할 수 있습니다. 코드를 사용하여 개발하는 경우, 애플리케이션 빌더는 애플리케이션에서 사용되는 비즈니스 로직을 정의하기 위해 Functions를 작성하거나 HTML, CSS, JavaScript를 사용한 애플리케이션 개발을 위한 Foundry의 프레임워크인 Slate에서 애플리케이션을 생성할 수 있습니다.
Foundry는 코드를 사용하여 데이터를 분석하고 머신러닝 모델을 개발, 평가 및 배포하는 기능을 포함합니다. 이 기능은 데이터셋과 마찬가지로 라인업 및 재현성을 제공하는 데이터 통합 레이어의 엄격함을 기반으로 합니다. 결과는 고품질 데이터와 빠른 모델링 프로젝트 가치 창출로 인해 가속화되는 분석 및 머신러닝 환경입니다.
Foundry에서 데이터 사이언티스트는 종종 코드 기반 분석과 머신러닝 모델 개발을 가능하게 하는 애플리케이션인 Code Workbook을 사용합니다. Code Workbook을 사용하면 Python, R 및 SQL로 코드를 작성하여 데이터 엔지니어가 준비한 고품질 데이터셋에 액세스하고 정규화하고 분석할 수 있습니다. 결과 분석과 모델은 그 다음 Ontology에 통합되어 Foundry의 애플리케이션 빌딩 프레임워크를 통해 최종 사용자에게 모델을 직접 배포하는 기능 등을 활성화할 수 있습니다.
대안으로 데이터 사이언티스트는 Code Workspaces를 사용하여 선호하는 서드파티 IDE에서 작업할 수 있습니다. Code Workspaces 컨테이너는 Foundry 생태계의 나머지 부분과 기본적으로 통합되어 JupyterLab® 및 RStudio® Workbench IDE를 Foundry의 보안, 브랜치 및 리소스 관리 혜택과 결합합니다.
Foundry는 안전하고 고품질의 데이터 기반을 구축하는 데 도움이 되므로 분석가는 자신이 대답해야 할 질문과 관련된 데이터를 빠르게 찾고 탐색할 수 있습니다. 다양한 형식의 데이터를 분석하기 위한 다양한 도구가 제공됩니다 — 테이블 형식, 관계형, 시계열, 지리공간 등입니다. 분석 결과를 통해 인사이트를 얻으면 대시보드를 생성하여 반복 가능하게 만들거나 보고 도구를 사용하여 결과를 제시할 수 있습니다.
분석가는 일반적으로 Foundry의 데이터셋을 탐색하고 대규모로 개방형 분석을 수행하기 위해 Contour를 사용하고, Quiver를 사용하여 Ontology의 데이터와 관련된 시계열을 분석합니다. 두 애플리케이션 모두 ad-hoc 분석을 대시보드로 변환하는 것을 지원하며, 결과를 Notepad 문서에 포함하여 동료와 결과를 공유하는 것을 지원합니다.
플랫폼 관리자는 Foundry의 전용 관리 도구를 사용하여 플랫폼을 구성하고 사용 방식을 관리 및 이해하며 조직의 데이터가 안전하게 관리되도록 할 수 있습니다.
플랫폼 관리자는 일반적으로 조직의 신원 제공자에 연결하기 위해 인증을 설정한 다음, 데이터가 플랫폼으로 흐를 수 있도록 Data Connection을 설정합니다. 플랫폼 사용이 성숙해지면 관리자는 Resource Management을 사용하여 리소스 소비를 관리하고 데이터가 적절하게 보안되도록 할 수 있습니다.
Foundry는 데이터를 보호하고 데이터 거버넌스 리드에게 투명성을 제공하는 최고 수준의 도구를 제공합니다. 이러한 도구는 Foundry에서 데이터가 변환되고 사용자 지향 애플리케이션에 사용될 때 데이터가 어떻게 보호되는지에 대한 보장을 제공하면서, 누가 어떤 정보에 액세스할 수 있는지 검토하고 확인할 수 있는 기능을 유지합니다.
데이터 거버넌스 역할을 하는 사용자는 플랫폼에서의 광범위한 데이터 보안 워크플로에 대해 알아야 합니다. 이는 데이터 기반 보안에서부터 민감한 데이터 보호에 이르기까지 다양합니다. 이러한 기능은 Foundry의 독특한 데이터 보안 개념인 Projects 및 Markings를 기반으로 합니다.