다음을 통해 공유

Python Dataverse SDK를 사용하여 비즈니스 데이터 분석 및 자동화

Python용 데이터버스 SDK는 전문 개발자와 데이터 과학자가 Microsoft Dataverse 고급 분석, 자동화 및 혁신의 잠금을 해제할 수 있도록 하는 포괄적인 도구 키트입니다. 개발자는 SDK를 사용하여 확장 가능하고 안전한 비즈니스 애플리케이션을 빌드하고 에이전트 워크플로를 오케스트레이션할 수 있습니다. 데이터 과학자와 분석가는 Pandas, Jupyter Notebook 및 기계 학습 라이브러리와 같은 친숙한 Python 도구를 사용하여 분석 모델 및 시뮬레이션 모델을 만들고 AI 기반 인사이트를 운영할 수 있습니다. 이 SDK는 엔터프라이즈급 데이터 관리와 Python 유연성 간의 격차를 해소하여 가치 창출 시간을 단축하고 활기찬 개발자 에코시스템을 조성합니다.

팁 (조언)

이 문서에서는 Python Dataverse SDK가 데이터 기반 혁신을 가능하게 하는 방법에 대한 예제 시나리오 및 아키텍처 개요를 제공합니다. 이 솔루션은 다양한 산업 및 사용 사례에 맞게 조정할 수 있는 일반화된 예제입니다.

먼저 비즈니스 데이터와 함께 Python Dataverse SDK 사용 소개 비디오를 시청합니다.

아키텍처 다이어그램

Dataverse SDK 워크플로의 다이어그램으로, 데이터가 Pandas로 추출되고, 언어 모델 작업과 Jupyter Notebook에서의 처리, 결과 시각화를 보여줍니다.

워크플로

Python 사용하여 Dataverse 비즈니스 데이터를 활용하는 일반적인 워크플로는 다음과 같습니다.

  1. Dataverse에 연결: SDK를 사용하여 엔터프라이즈 데이터에 안전하게 액세스합니다.
  2. 추출 및 변환: 정리, 기능 엔지니어링 및 예비 분석을 위해 Pandas DataFrames에 테이블을 로드합니다.
  3. 평가 모델링: 기계 학습 알고리즘(예: 분류, 회귀)을 적용하여 비즈니스 시나리오를 평가하고, 결과를 예측하고, 추세를 식별합니다.
  4. Dataverse로 데이터 반환: 대시보드 및 보고를 위해 AI 생성 평가 결과를 Dataverse 테이블에 게시합니다.
  5. 거 버 넌 스: 모든 워크플로가 엔터프라이즈 보안 및 거버넌스 표준을 준수하는지 확인합니다.

시나리오 세부 정보

이 아키텍처는 산업 전반에서 다양한 시나리오 및 사용 사례를 지원합니다.

개발자 시나리오

Python 개발자는 직원 세부 정보, 부서 참조 및 온보딩 요청 상태에 대한 테이블을 만들어 Fabrikam Enterprises에 대한 직원 온보딩 시스템을 빌드합니다. SDK를 사용하여 스키마를 정의하고, 열과 관계를 추가하고, API 만들기, 읽기 및 업데이트 API를 사용하여 레코드를 시드 및 수정하는 동시에 엔터프라이즈 수준의 보안 및 거버넌스를 유지합니다.

데이터 과학자 시나리오

데이터 과학자는 Jupyter Notebook 및 Visual Studio Code 같은 Python 도구를 사용하여 Dataverse에서 비즈니스 데이터를 추출하고 Pandas DataFrames로 형성합니다. 데이터 과학자는 위험 평가, SLA(서비스 수준 계약) 모니터링 또는 규정 준수 보고를 위해 고급 분석 및 기계 학습 모델과 함께 추출된 비즈니스 데이터를 사용합니다. 데이터 과학자는 빠른 의사 결정을 가능하게 하기 위해 출력을 시각화하고 공유합니다.

생성 AI 사용 사례

Python 분석 및 언어 모델을 사용하여 고객 추세를 요약하거나 높은 가치 또는 변동 위험과 같은 세그먼트를 분류합니다. 결과를 Dataverse에 다시 작성하여 운영 대시보드 및 규정 준수 워크플로를 사용하도록 설정합니다. 이 방법을 사용하면 엔터프라이즈 데이터 플랫폼 내에서 AI 출력을 안전하게 저장하고 제어할 수 있습니다.

필수 조건

또한:

  • 통합: 기존 ETL(추출, 변환, 로드 ) 파이프라인, 자동화 도구 및 엔터프라이즈 거버넌스 정책과 호환되는지 확인합니다.
  • 확장성: 대규모 데이터 세트 및 동시 분석 작업을 처리하는 워크플로를 디자인합니다.

고려 사항

이러한 고려 사항은 워크로드의 품질을 개선하는 일련의 기본 원칙인 Power Platform Well-Architected의 핵심 요소를 구현합니다. Microsoft Power Platform Well-Architected에 대해 더 알아보세요.

신뢰도

  • 강력한 데이터 액세스: CRUD(신뢰할 수 있는 만들기, 읽기, 업데이트 및 삭제 ) 작업 및 스키마 관리를 지원합니다.

  • 자동화: 데이터 추출, 변환 및 분석을 위해 반복 가능하고 자동화된 워크플로를 사용하도록 설정합니다.

  • 운영 효율성: 수동 작업을 줄이고 분석 현대화를 가속화합니다.

보안

  • 역할 기반 액세스 제어: 모든 데이터 작업에 Dataverse 보안 역할 및 정책을 적용합니다.

  • 데이터 거버넌스: 데이터 개인 정보 보호, 감사 로깅 및 암호화에 대한 엔터프라이즈 표준을 준수합니다.

다음 단계:

  • PyPI에서 SDK를 다운로드하고 설치합니다. 설명서, 샘플 프로젝트 및 커뮤니티 기여에 대한 GitHub source 리포지토리 살펴보세요.
  • Dataverse 데이터를 사용하여 Python 기반 분석 및 AI 워크플로 빌드를 시작합니다.
  • 피드백을 공유하고 커뮤니티에 참여하여 Python Dataverse의 미래를 형성할 수 있습니다.

기여자

Microsoft는 이 문서를 유지 관리합니다. 다음 기여자는 이 문서를 작성했습니다.

주요 작성자:

  • Last updated on