הערה
הגישה לדף זה מחייבת הרשאה. באפשרותך לנסות להיכנס או לשנות מדריכי כתובות.
הגישה לדף זה מחייבת הרשאה. באפשרותך לנסות לשנות מדריכי כתובות.
ערכת ה- SDK Dataverse עבור Python היא ערכת כלים מקיפה שמעצימה מפתחים ומדעני נתונים מקצועיים לפתוח ניתוחים, אוטומציה וחדשנות מתקדמים ב- Microsoft Dataverse. מפתחים יכולים להשתמש ב- SDK כדי לבנות אפליקציות עסקיות מדרגיות ומאובטחות ולתזמור זרימות עבודה סוכן. מדעני נתונים ואנליסטים יכולים להשתמש בכלים מוכרים של Python - כגון פנדה, מחברות Jupyter וספריות למידת מכונה - כדי ליצור מודלים של ניתוחים ומודלים של הדמיות ולתפעול תובנות מבוססות בינה מלאכותית. ערכת SDK זו תגשר על הפער בין ניהול נתונים ברמה ארגונית לבין הגמישות של Python, האצת זמן לערך ותטפח מערכת אקולוגית תוססת של מפתחים.
עצה
מאמר זה מספק דוגמה לתרחיש וסקירה ארכיטקטונית של האופן שבו Dataverse SDK עבור Python מאפשר חדשנות מונחית נתונים. פתרון זה הוא דוגמה מוכללת שניתן להתאים אותה לתעשיות ומקרי שימוש שונים.
התחל על-ידי צפייה בסרטון המבוא על השימוש ב- Dataverse SDK עבור Python עם נתונים עסקיים.
תרשים ארכיטקטורה
Workflow
זרימת העבודה האופיינית לרתמת נתונים עסקיים של Dataverse באמצעות Python כוללת:
- התחבר ל- Dataverse: גש לנתונים ארגוניים באופן מאובטח באמצעות SDK.
- חלץ והמיר: טען טבלאות לתוך מסגרות נתונים של פנדות עבור ניקוי, הנדסת תכונות וניתוח גישוש.
- מידול הערכה: החל אלגוריתמים של למידת מכונה (לדוגמה, סיווג, רגרסיה) כדי להעריך תרחישים עסקיים, לחזות תוצאות ולזהות מגמות.
- כתיבה חזרה ל-Dataverse: פרסם הערכות שנוצרו על ידי בינה מלאכותית בטבלאות Dataverse לצורך לוחות מחוונים ודיווח.
- ממשל: ודא שכל זרימות העבודה מצייתות לתקני האבטחה והפיקוח הארגוניים.
פרטי תרחיש
ארכיטקטורה זו תומכת במגוון רחב של תרחישים ומקרי שימוש בתעשיות שונות.
תרחיש מפתח
מפתח Python בונה מערכת קליטת עובדים עבור Fabrikam Enterprises על-ידי יצירת טבלאות עבור פרטי עובד, הפניית מחלקה ומצב בקשת הטמעה. על-ידי שימוש ב- SDK, הם מגדירים סכימות, מוסיפים עמודות ו בקשרי גומלין ולהשתמש ביצירה, קריאה ועדכון של ממשקי API כדי להציג ולשנות רשומות - כל זאת תוך שמירה על אבטחה ופיקוח ברמת הארגון.
תרחיש מדען נתונים
מדען נתונים משתמש בכלים של Python כגון מחברות Jupyter וקוד Visual Studio כדי לחלץ נתונים עסקיים מ- Dataverse ולחבר אותם ל- Pandas DataFrames. מדען הנתונים משתמש בנתונים העסקיים שחולצו עם מודלים מתקדמים של ניתוח אנליטי ולמידת מכונה להערכת סיכונים, ניטור הסכם ברמת השירות (SLA) או דיווח תאימות. מדען הנתונים ממחיש ומשתף פלטים כדי לאפשר קבלת החלטות מהירה.
מקרה שימוש של בינה מלאכותית Generative
השתמש בניתוחי Python ובמודלים של שפה כדי לסכם מגמות של לקוחות או לסווג מקטעים, כגון לקוח בעל ערך גבוה או סיכון לנטישה. כתוב את התוצאות בחזרה ל- Dataverse כדי לאפשר לוחות מחוונים תפעוליים וזרימות עבודה של תאימות. גישה זו מבטיחה שפלט הבינה המלאכותית יאוחסן וישלט באופן מאובטח בתוך פלטפורמת הנתונים הארגוניים.
דרישות מוקדמות
- גישה לסביבת Power Platform עם Dataverse
- תפקידי אבטחה מתאימים
- Python 3.13 ואילך
- גישה לרשת ל- PyPI עבור התקנת SDK
בנוסף:
- שילוב: ודא תאימות עם קווי צינור קיימים של חילוץ, המרה, טעינה (ETL), כלי אוטומציה ומדיניות פיקוח ארגונית.
- מדרגיות: עצב זרימות עבודה לטיפול בערכות נתונים גדולות ובמשימות ניתוח בו-זמניות.
שיקולים
שיקולים אלה מיישמים את עמודי התווך של Power Platform Well-Architected, מערכת של עקרונות מנחים המשפרים את איכות עומס העבודה. קבל מידע נוסף בWell-Architected Microsoft Power Platform.
מהימנות
גישה יציבה לנתונים: תומך בפעולות אמינות של יצירה, קריאה, עדכון ומחיקה (CRUD) וניהול סכימה.
אוטומציה: מאפשר זרימות עבודה חוזרות ואוטומטיות לחילוץ נתונים, המרה וניתוח.
יעילות תפעולית: מקטין מאמץ ידני ומאיץ מודרניזציה של ניתוחים.
אבטחה
בקרת גישה מבוססת תפקיד: אכיפת תפקידי אבטחה ומדיניות של Dataverse עבור כל פעולות הנתונים.
פיקוח על נתונים: מבטיח תאימות לתקנים ארגוניים עבור פרטיות נתונים, רישום ביקורת והצפנה.
השלבים הבאים
- הורד והתקן את ערכת ה- SDK מ- PyPI. עיין במאגר המקורות של GitHub לקבלת תיעוד, פרוייקטים לדוגמה ותרומות לקהילה.
- התחל לבנות זרימות עבודה של ניתוחים ובינה מלאכותית שמופעלות על-ידי Python באמצעות נתונים Dataverse.
- שתף משוב והצטרף לקהילה כדי לעזור לעצב את העתיד של Dataverse עבור Python.
תורמים
תחזוקת המאמר הזה מתבצעת על-ידי Microsoft. המחברים הבאים תרמו למאמר הזה.
מחברים ראשיים: