客户
美国领先的走廊安全智能提供商，专注于通过创新的人工智能和多源数据集成来增强能源网络弹性。
商业挑战
- 实时卫星数据处理的基础设施/可扩展性和性能已经过时。
- 分散的存储系统导致数据管理效率低下。
- 缺乏实时数据集成限制了分析能力。
- 手动工作流程会降低吞吐量并增加复杂性。
- 安全和合规风险源于分散的架构。
商业目标
- 使用先进的地理空间分析减少停电。
- 利用卫星数据减轻火灾和植被风险。
- 创建实时风险管理解决方案。
- 自动化基础设施风险分类，提高效率。
- 通过地理空间机器学习实验室不断创新。
方法
- 使用 AWS 分析地理空间数据平台并制定现代化蓝图。
- 将数据从卫星图像提供商和本地系统迁移到 AWS 分析。
- 集成云应用程序以提高性能和可扩展性。
- 使用无服务器架构自动进行实时和预定的数据提取。
- 使用 AWS Lambda 和 Fargate 进行事件驱动的处理和集成。
- 使用 SageMaker 中的地理空间机器学习实现高级分析。
- 将空间数据存储在 RDS PostgreSQL 中以供分析。
- 创建了可扩展图像处理和 ETL 管道的集成架构。
技术组件
- 计算： AWS Lambda、AWS Fargate、AWS Glue
- 存储： Amazon S3、RDS PostgreSQL
- 数据处理与分析： Amazon SageMaker、Jupyter Notebooks
- 数据管理： MongoDB Atlas、Amazon Redshift
转型效应
- 通过 AWS Savings Plans 和 EC2 与 Fargate 工作负载预留实例节省了超过25% 的成本。
- 通过将工作负载从 Cloud ETL 迁移到 AWS Glue 和 Kinesis，节省了 15 万美元以上的许可证成本
- 通过自动监控工作负载，将问题解决时间缩短了 15%
- 启用了 10 多种地理空间数据产品，例如植被风险、火灾潜力和资产审计
