Solução de modernização de dados geoespaciais

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