AI Data Platform

Crie um data lakehouse completo em dados estruturados, semiestruturados e não estruturados. Os dados brutos pousam no armazenamento de objetos como a camada de bronze, ingerida onde vive ou pousada diretamente sem duplicação desnecessária. O dimensionamento automático da computação com o Apache Spark gerenciado a refina em conjuntos de dados limpos e controlados por acesso na camada prata. O Oracle Autonomous AI Database oferece a camada dourada curada e pronta para IA otimizada para análise, machine learning e agentes de IA. Um lakehouse. Um ambiente. Isso significa que todos os usuários, desde o engenheiro de dados até o usuário corporativo, trabalham com os mesmos dados confiáveis.

• Quaisquer fontes, coletores, qualquer idioma, em qualquer lugar
  Catalogar e se conectar a mais de 100 fontes e coletores, incluindo bancos de dados relacionais, aplicativos SaaS, feeds de streaming e provedores de dados de terceiros. Por exemplo, um engenheiro de dados pode combinar registros de ERP, eventos de clientes e dados de sequência de cliques em transformações do Apache Spark, obter uma guia ouro confiável.
• Criação de pipeline de dados visual
  Projete pipelines ETL e ELT no-code e pro-code que orquestram a ingestão, a transformação e o enriquecimento de bronze para ouro em um único fluxo de trabalho.
• Interoperabilidade com formatos de arquivo abertos
  Armazene e consulte dados em formatos abertos, incluindo Apache Iceberg e Delta Lake diretamente no Armazenamento de Objetos da Oracle Cloud Infrastructure (OCI), com consistência transacional, consultas de viagem no tempo e evolução do esquema. Interopere com Apache Spark, Apache Flink e qualquer motor compatível com Iceberg ou Delta Lake. Sem bloqueio proprietário, sem reescrita quando as ferramentas mudam.
• Os melhores mecanismos da categoria para preparação e consultas de dados
  Os engenheiros de dados podem executar transformações de dados em larga escala no Apache Spark. Os cientistas de dados podem criar modelos de ML. Os usuários corporativos podem realizar exploração ad-hoc usando SQL e Oracle AI Database com os mesmos dados. Cada usuário pode escolher o mecanismo certo para sua carga de trabalho sem copiar ou remodelar dados.
• Análise convergente entre dados e bancos de dados
  Consulte tabelas estruturadas, JSON semiestruturado, dados geoespaciais e incorporações de vetores de IA em armazenamento de objetos e bancos de dados conectados em um modelo de controle de acesso baseado em função. Por exemplo, um usuário de negócios pode validar uma nova projeção de receita unindo os fluxos de atividades do lakehouse aos registros de clientes confiáveis no Oracle AI Database em uma única consulta SQL.
• Camada de ouro pronta para IA
  Pipelines de machine learning, bases de conhecimento de geração aumentada de recuperação (RAG) e agentes de IA consomem dados selecionados validados pelos negócios. A IA cria modelos baseados nos mesmos fatos confiáveis que geram relatórios operacionais, não cópias brutas ou intermediárias.
• Operações autônomas da gold layer
  Obtenha os benefícios de um warehouse de autoajuste, autoescalonamento e autorreparo com indexação automática, otimização de consultas e gerenciamento de carga de trabalho. Ofereça desempenho consistente em subsegundos em bilhões de linhas durante horários de pico sem ajuste manual. Escale a computação de forma independente do armazenamento para atender a centenas de usuários simultâneos.
• Integração first-class, first-party
  Traga dados do Oracle Fusion Applications, incluindo ERP, HCM, cadeia de suprimentos e CX, diretamente para o lakehouse. Prepare dados do Fusion em notebooks com tecnologia Apache Spark para aterramento de agentes de IA, relatórios históricos e análises preditivas no sistema operacional de registro.
• Compartilhamento de dados
  Compartilhe dados do live lakehouse com equipes internas, parceiros e aplicações Oracle sem copiá-los ou movê-los. O compartilhamento de dados ajuda a manter todos os consumidores na versão mais atual e autorizada.

A Oracle AI Data Platform oferece aos cientistas de dados e engenheiros de ML um ambiente totalmente gerenciado para ajudar a criar, treinar, rastrear e operacionalizar modelos de machine learning diretamente sobre dados de lakehouse. O ciclo de vida completo do MLOps—treinamento Spark distribuído, rastreamento de experimentos, registro de modelos e implantação publicada por catálogo—é executado em um espaço de trabalho gerenciado pelo cliente e controlado pelo cliente sem infraestrutura para gerenciar.

• Pipelines e workflows de ML: Orquestre pipelines de ML de ponta a ponta com componentes reutilizáveis — preparação de dados, engenharia de recursos, treinamento e avaliação — usando a infraestrutura de workflow da AI Data Platform. Crie uma vez, execute de acordo com a programação ou no acionador, com políticas de controle de acesso baseadas em atribuição que você define e controla.
• Experimentos e registro de modelo: Rastreie todas as execuções de treinamento de modelo com registro automático de métricas, captura de hiperparâmetros e controle de versão de artefato. Compare experimentos, registre modelos de produção e gerencie fluxos de trabalho de ciclo de vida.
• Publicação de modelo e registro de catálogo: Publique modelos treinados no catálogo de dados de IA para torná-los detectáveis, com controle de versão e acessíveis entre agentes, aplicativos e fluxos de trabalho. As políticas de controle de acesso e rastreamento de linhagem são aplicadas no registro.
• Apache Spark com GPU: dimensione a engenharia de recursos e o treinamento de modelos em clusters Spark distribuídos, acelerando cargas de trabalho com ETL e ML alimentados por GPU líderes de mercado da NVIDIA.
• Agentes de ciência de dados: agentes de IA que exploram autonomamente conjuntos de dados, geram hipóteses, escrevem e executam código e iteram no treinamento do modelo, reduzindo drasticamente o tempo de dados brutos para o modelo de produção.

Crie agentes e aplicações de IA baseados nos próprios dados da sua empresa, e não em recursos genéricos de LLM. Seus agentes e aplicativos são controlados por suas políticas e enriquecidos com sua semântica de negócios e conhecimento de domínio. Os agentes de IA estão conectados ao seu catálogo de dados de IA, ontologias de negócios e sistemas corporativos para que possam argumentar dentro do contexto em que sua empresa realmente opera. Crie sistemas multiagentes usando qualquer modelo básico, desde construtores visuais no-code até desenvolvimento pro-code completo, e implemente para computação de IA gerenciada com observabilidade integrada.

• Construtor de fluxo visual sem código: Projete e componha agentes visualmente com uma tela de arrastar e soltar. Conecte ferramentas SQL, bases de conhecimento RAG, nós de prompt LLM e amplie várias ferramentas, tudo sem escrever uma linha de código. Alterne os modelos de base de um menu suspenso sem reconstruir o fluxo.
• Desenvolvimento pró-código: Crie agentes em Python usando o SDK da AI Data Platform com acesso total ao LangChain, OCI Generative AI e a qualquer biblioteca open source. Cada recurso de fluxo visual é totalmente acessível no código; importe scikit-learn, LangChain ou qualquer estrutura ao lado do SDK do agente.
• Sistemas multiagentes: projete e orquestre sistemas de agentes de IA cooperantes, como agentes orquestradores, subagentes especializados e agentes que usam ferramentas, para ajudar a lidar com fluxos de trabalho corporativos complexos e em várias etapas de forma autônoma usando o protocolo A2A.
• Qualquer modelo básico: use qualquer modelo na OCI, como Llama, Cohere, Mistral, Grok e muito mais, ou traga seus próprios modelos ajustados. Troque modelos no menu drop-down Computação da Oracle Cloud Infrastructure (OCI) sem recriar a lógica do aplicativo.
• AIOps e observabilidade: observabilidade total em todo o ciclo de vida do agente, do desenvolvimento à produção. Teste os agentes interativamente no playground da plataforma, inspecionando chamadas de ferramentas, raciocínio do LLM e saídas antes da implantação. As sessões capturam uma trilha de auditoria com status, duração, entradas/saídas e detalhes de eventos por etapa em desenvolvimento, teste e produção. Monitore a latência, o uso de tokens, as taxas de erro e os KPIs de negócios personalizados em tempo real.

Um ambiente de desenvolvimento único e integrado para engenheiros de dados, cientistas de dados e desenvolvedores de IA colaborarem em projetos de dados e IA de ponta a ponta com controle de acesso baseado em função (RBAC), CI/CD, controle de versão e auditabilidade de nível empresarial integrados. Conecte todas as personas por meio de ferramentas compartilhadas, notebooks e pipelines, tudo alimentado pelo acesso integrado aos serviços e catálogo subjacentes da plataforma.

• Espaços de Trabalho: Ambientes com escopo de projeto em que as equipes colaboram em notebooks, pipelines, agentes e experimentos. Todos os artefatos têm controle de versão, são compartilhados e têm acesso controlado dentro do limite do espaço de trabalho com controle de acesso completo baseado em função por projeto.
• Notebooks, workflows e agentes: Todos os artefatos de desenvolvimento são gerenciados em um só lugar, incluindo notebooks compatíveis com Jupyter, DAGs de workflow de pipeline, agentes de IA e experimentos de ML. Compartilhe, crie versões e colabore com toda a equipe sem a troca de contexto.
• Ferramenta SQL e gerenciamento de computação: Execute consultas SQL ad-hoc diretamente em tabelas de catálogo com controles de ciclo de vida de computação integrados. Anexe, desanexe ou gire novos recursos de computação de IA dentro do IDE, sem necessidade de console separado.
• Integração de CI/CD e Git: Integração de Git nativo para notebooks de controle de versão, pipelines, definições de agente e configurações de modelo. Conecte-se ao GitHub, GitLab ou Bitbucket para integração contínua e implantação automatizada de artefatos de projeto de dados para IA.
• RBAC, auditoria e isolamento de rede: controle de acesso granular baseado em função em espaços de trabalho, artefatos e computação. Logs de auditoria abrangentes para cada ação do usuário. O isolamento da rede com pontos finais privados ajuda a garantir que cargas de trabalho confidenciais nunca toquem na internet pública.

Descubra, entenda e gerencie o acesso a todos os seus dados e ativos de IA em um único catálogo unificado que abrange toda a arquitetura medalhão, incluindo ingestão de bronze, curadoria de prata e produtos de dados prontos para IA de ouro. O catálogo de dados de IA da Oracle AI Data Platform se conecta ao Autonomous AI Database, OCI Object Storage e fontes de terceiros por meio de catálogos externos, apresentando um rico significado de negócios por meio de contexto semântico e ontologias. Cada equipe encontra não apenas quais dados existem, mas o que isso significa para os negócios. Todo agente de IA herda automaticamente esse entendimento.

• Catálogo de ativos de dados unificados e IA: Um único catálogo para todos os ativos de dados e IA, incluindo tabelas estruturadas, arquivos não estruturados, bases de conhecimento, modelos de ML, armazenamentos de recursos e definições de agentes. O catálogo é gerenciado por acesso com políticas consistentes em dados e IA. Ele abrange toda a arquitetura medalhão, permitindo a ingestão rápida, a curadoria e a entrega de produtos de dados e aplicações de IA em cada camada.
• Catálogos externos e descoberta de ativos: Conecte-se a fontes de dados externas — Autonomous AI Database, OCI Object Storage e sistemas de terceiros — sem mover ou duplicar dados desnecessariamente. Descubra e catalogue automaticamente ativos estruturados e não estruturados com enriquecimento de metadados assistido por IA e rastreamento de linhagem do ponto de conexão.
• Ontologias de negócios e camada semântica: Defina ontologias de domínio e relacionamentos semânticos entre conceitos de negócios. Glossários de negócios, ontologias semânticas, taxonomias de domínio e sinônimos gerados por IA permitem que os usuários encontrem dados por significado, não por nomes de tabelas. Os agentes de IA herdam automaticamente essa compreensão semântica.
• Cópia zero: Consulte os dados onde eles estão. Acessar e consultar dados sem movê-los ou copiá-los. Conecte-se diretamente ao seu Oracle Database, Autonomous AI Database e Exadata existentes e faça consultas usando SQL. Os dados permanecem em sua origem autorizada enquanto o catálogo federa o acesso, aplica o controle de acesso baseado em funções e os mostra, reduzindo a duplicação e reduzindo o custo.
• Zero ETL: Ajude a eliminar pipelines de ETL com o Oracle GoldenGate para replicação baseada em log em tempo real e com tecnologia de IA de qualquer banco de dados de origem para ingestão de streaming de alto rendimento diretamente no lakehouse. Os dados são catalogados e prontos para IA no momento em que chegam.
• Volumes: Os volumes armazenam dados não estruturados juntamente com ativos de dados no catálogo. Anexe às bases de conhecimento para ajudar a permitir que agentes e aplicativos recuperem com segurança conteúdo não estruturado, como documentos, PDFs e imagens.
• Linhagem de dados: Visualize a linhagem de dados de ponta a ponta, incluindo ingestão bruta por meio de transformações, engenharia de recursos de ML, treinamento de modelos e serviço de aplicativos de IA. Entenda instantaneamente o impacto das mudanças upstream em todo o pipeline de dados e IA.

A IA empresarial em escala exige segurança de nível empresarial, gerenciamento de acesso e auditabilidade, aplicada de forma consistente em todos os ativos de dados, modelos e agentes. A Oracle AI Data Platform impõe um modelo de segurança de duas camadas: Oracle Cloud Infrastructure Identity and Access Management (IAM) para identidade e autenticação, combinado com a AI Data Platform para controle de acesso refinado em todos os ativos de catálogo, espaço de trabalho e recursos de IA, com logs de auditoria abrangentes para rastreabilidade total. Gerencie todos os seus dados e IA sem reforçar a segurança como uma reflexão tardia.

• Modelo de segurança de duas camadas: A segurança opera em dois níveis: o OCI IAM lida com identidade, autenticação e acesso no nível da nuvem; o AI Data Platform controla quem pode descobrir, ler, modificar e usar cada ativo de dados e IA na plataforma. Ambas as políticas são definidas e gerenciadas pelo cliente. A Oracle mantém o framework que os impõe. Você ganha as vantagens de uma arquitetura de defesa em profundidade sem controle de ceder.
• Workbench da AI Data Platform: Controle de acesso granular baseado em função em espaços de trabalho, ativos de catálogo, recursos de computação, agentes e funções administrativas. As funções são aplicadas de forma consistente nos dados e na IA, sem lacunas entre o que os usuários podem ver no catálogo e o que podem agir na plataforma.
• Registro de auditoria e rastreabilidade: Logs de auditoria abrangentes para cada ação do usuário, acesso a dados, interação com o agente e alteração administrativa fornecem rastreabilidade em toda a plataforma para dar suporte a relatórios de conformidade, investigação e histórico de acesso.
• isolamento de rede e pontos finais privados: Implante espaços de trabalho, computação e conexões de dados em sub-redes de VCN privadas com pontos finais privados. Cargas de trabalho confidenciais nunca atravessam a internet pública. O isolamento da rede é aplicado na camada de infraestrutura.
• OCI Identity and Access Management e integração de segurança: O OCI IAM lida com federação e autenticação de identidade em toda a plataforma. A integração profunda com o OCI Vault para gerenciamento de segredos, OCI Certificates for TLS e OCI Security Advisor para recomendações de postura fornece um plano de controle de segurança unificado em dados, IA e infraestrutura.

Um registro centralizado para descobrir e gerenciar agentes de IA em escala empresarial, incluindo agentes criados com a AI Data Platform e agentes de terceiros, bem como servidores e ferramentas de MCP. O registro de IA rastreia a identidade, os recursos, as permissões, as versões e os logs de interação de cada agente, dando aos administradores da plataforma visibilidade e controle sobre a crescente frota de agentes de IA que operam em toda a empresa.

• Registro centralizado de agentes: Um registro unificado para ajudar você a listar, criar versões e gerenciar todos os seus agentes de IA, sejam eles criados com a AI Data Platform ou ferramentas de terceiros. Rastreie a identidade de cada agente, os recursos declarados, o escopo da permissão, o histórico de versões e os logs de interação. Descubra agentes por capacidade, domínio ou equipe com metadados avançados para gerenciamento, controle de acesso e reutilização em escala empresarial.
• Protocolo Agent-to-agent (A2A): Ative a comunicação estruturada e padronizada entre agentes da AI Data Platform e agentes de terceiros usando o protocolo aberto A2A. Elabore fluxos de trabalho complexos em que agentes especializados colaboram com agentes orquestradores com identidade clara, declaração de capacidade e limites de permissão impostos em cada interação.
• Servidores e ferramentas MCP (Model Context Protocol): Registre e exponha servidores e ferramentas MCP. Os agentes descobrem e invocam dinamicamente ferramentas no runtime, incluindo consultas de banco de dados, APIs REST e funções de negócios personalizadas, sem vinculações com código fixo. As permissões da ferramenta são gerenciadas por meio das políticas de registro definidas de forma consistente com a forma como o acesso do agente é controlado.

Dê aos usuários não técnicos acesso ao poder total dos dados da sua empresa por meio de análises de autoatendimento, agentes de IA selecionados e insights com tecnologia de IA. Os recursos de IA são incorporados diretamente nos fluxos de trabalho de negócios onde as decisões acontecem. Sem necessidade de habilidades técnicas. É a IA empresarial democratizada.

• Análise em fluxos de trabalho de negócios: o Oracle Analytics Cloud incorpora análises de classe mundial diretamente nas aplicações que suas equipes usam todos os dias, incluindo Oracle Fusion ERP, HCM, SCM e CX. Faça perguntas em linguagem natural, apareça narrativas geradas por IA e compartilhe painéis gerenciados centralmente no fluxo de trabalho.
• Uma interface conversacional unificada: Um painel único para descobrir, consultar e colaborar com os agentes de IA da sua organização. O Agent Hub interpreta as solicitações dos usuários de negócios, localiza e chama o agente certo e apresenta os resultados no contexto, tudo em linguagem natural. Sem necessidade de habilidades técnicas.
• Biblioteca de agentes de IA com curadoria: procure uma biblioteca com curadoria de agentes aprovados — agentes internos criados por suas equipes de dados e agentes de terceiros verificados — com descrições, exemplos de prompts e orientação de uso para tarefas de negócios comuns.
• Acesso e segurança gerenciados: os usuários podem gerenciar todas as consultas de interação e análise do agente pelas mesmas políticas RBAC que os dados subjacentes. Os usuários só veem agentes e dados aos quais estão autorizados a acessar. É a segurança empresarial sem configuração extra.