Cliente
Um fornecedor líder americano de Inteligência em Segurança de Corredores, especializado em fortalecer a resiliência das redes de energia através de integração de dados inovadora de IA e multi-s fontes.
Desafio Empresarial
- Infraestrutura desatualizada/ escalabilidade e desempenho para processamento de dados de satélite em tempo real.
- Sistemas de armazenamento fragmentados criam ineficiências na gestão de dados.
- Falta de integração de dados em tempo real restringe as capacidades analíticas.
- Fluxos de trabalho manuais reduzem o rendimento e aumentam a complexidade.
- Riscos de segurança e conformidade surgem de uma arquitetura fragmentada.
Objetivo Empresarial
- Reduzir quedas de energia utilizando análises geoespaciais avançadas.
- Mitigar riscos de incêndio e vegetação com dados de satélite.
- Criar uma solução de gerenciamento de riscos em tempo real.
- Automatizar a classificação de riscos de infraestrutura para eficiência.
- Inovar continuamente por meio de um laboratório de ML geoespacial.
Abordagem
- Analisou a plataforma de dados geoespaciais com AWS e desenvolveu planos de modernização.
- Migrado dados de provedores de imagens de satélite e sistemas on-prem para AWS analytics.
- Integradas aplicações em nuvem para melhorar desempenho e escalabilidade.
- Automatizada a ingestão de dados em tempo real e programada usando arquitetura sem servidor.
- Utilizado AWS Lambda e Fargate para processamento e integração orientados a eventos.
- Habilitado análises avançadas com GeoSpatial Machine Learning no SageMaker.
- Armazenados dados espaciais em RDS PostgreSQL para análise.
- Criada uma arquitetura integrada para processamento de imagens escalável e pipelines ETL.
Componentes Tecnológicos
- Computação: AWS Lambda, AWS Fargate, AWS Glue
- Armazenamento: Amazon S3, RDS PostgreSQL
- Processamento de Dados & Análise: Amazon SageMaker, Jupyter Notebooks
- Gestão de Dados: MongoDB Atlas, Amazon Redshift
Efeitos Transformacionais
- Alcançados mais de % de economia de custos com Planos de Economia AWS e Instâncias Reservadas para cargas de trabalho EC2 e Fargate
- Economizados mais de $150K em custos de licença migrando cargas de trabalho de Cloud ETL para AWS Glue e Kinesis
- Reduzido o tempo de resolução de problemas em 15% através do monitoramento automatizado de cargas de trabalho
- Habilitados mais de 10 produtos de dados geoespaciais como Risco de Vegetação, Potencial de Incêndio e Auditoria de Ativos
