Data Warehouse con Power BI
El cliente recurre a Morris & Opazo ya que genera y almacena una gran cantidad de información diariamente a través de sus sistemas operacionales, registrando los datos en varias bases de datos on-premise que luego se utilizan también como fuente de datos para analítica de negocios, entre otros varios usos. Esta situación no resulta óptima para un escenario de Big Data, pues las bases de datos relacionales no presentan una buena escalabilidad para atender la creciente necesidad de procesamiento y consumo de datos del negocio. La solución propuesta consiste en construir un Data Lake sobre la nube de AWS, que permita desacoplar los datos de sus sistemas operacionales, y de esta forma democratizar el acceso a los datos y permitir alimentar procesos y herramientas de analítica de datos, sin afectar los sistemas operacionales de origen. Los principales beneficios que se logran con dicha implementación son: ● Escalabilidad ● Desacoplamiento de los datos y de los procesos ● Flexibilidad en el acceso y uso de los datos ● Reducción del impacto en performance de los sistemas operacionales ● Alta disponibilidad y democratización de los datos ● Preparados para futuros desafíos. Se logró la visualización de datos en Power BI, que busca demostrar la efectividad de la solución en cuanto a la capacidad de ingesta, almacenamiento, procesamiento y consumo de los datos, considerando las fuentes de datos relevantes para el cliente.
Migración de servidores utilizando el servicio Cloud Endure de AWS
El cliente utiliza un mix de infraestructura basada en nubes de proveedores locales y públicas para la ejecución de cargas de trabajo basadas en instancias con Sistemas Operativos MS Windows y Linux con distribuciones RedHat Enterprise y CentOS. Se ha tomado la decisión de migrar una serie de instancias hacia la nube de AWS, y se requiere que el proceso permita una transición que no requiera de grandes modificaciones a las instancias, con un downtime mínimo. La solución propuesta consiste en utilizar el servicio Cloud Endure de AWS para gestionar y ejecutar la migración de las instancias seleccionadas, permitiendo la aplicación de una estrategia “Lift&Shift” en caliente, es decir sin necesidad de detener la operación de las instancias actualmente en uso en ningún momento, y luego comenzar a utilizar las instancias migradas en el ambiente de AWS sin pérdida de datos ni de la continuidad operativa de la plataforma.
Smart Building – Sensores con transmisión IoT
El cliente desea crear un producto denominado Smart Building, a través de sensores IoT, se busca el uso eficiente y económico de los recursos eléctricos de un edificio, mejorando la experiencia de los ocupantes. Con la creación de Smart Building, los habitantes de los edificios podrán abaratar los costes del consumo eléctrico y poder distribuirlo de forma eficiente. A través de sensores más los servicios de AWS se obtendrán datos de consumo eléctrico, con lo cual no solo se podrá llevar un registro, sino que también se podrá predecir el consumo futuro.
Habilitación de paneles de BI para el seguimiento y previsión de inventario
El cliente tuvo la necesidad de mejorar su actual sistema de inventario que estaba basado en hojas de cálculo de Excel. El objetivo del proyecto fue habilitar paneles en Amazon QuickSight que permitan la optimización del inventario del cliente para el seguimiento y previsión del mismo.
Despliegue de infraestructura mediante CDK
El cliente recurre a Morris & Opazo buscando alternativas para escalar sus desarrollos que tienen en serverless dentro de AWS. Se utilizó el CDK de AWS para levantar una infraestructura que tenga como funcionalidad consumir una api ubicada en su onpremise, verificar parámetros de configuración y guardar los datos obtenidos en una tabla caché de DynamoDB. ¿Que es el CDK? El kit de desarrollo de la nube de AWS (AWS CDK) es un marco de desarrollo de software de código abierto que sirve para definir los recursos destinados a aplicaciones en la nube mediante lenguajes de programación conocidos. El AWS CDK usa la familiaridad y la capacidad de expresión de los lenguajes de programación para diseñar aplicaciones. Proporciona componentes de alto nivel llamados constructores que preconfigura recursos en la nube con valores predeterminados. Esto permite crear aplicaciones en la nube con mayor facilidad.
Procesamiento de datos en Documentos
El cliente tiene la necesidad de llevar los datos de informes a estructuras de formato tabular, para su posterior análisis. Se implementó una propuesta que llevó esta solución a nivel productivo utilizando servicios de Amazon Web Services (AWS) que permita adquirir la información de miles de informes históricos, con el objetivo final de poder realizar estudios de patrones y analítica. Para la solución se extraen datos seleccionados de informes alojados en un bucket S3, que mediante scripts escritos en Python, se procesan en funciones Lambda. La información es alojada en un bucket S3, que junto con Amazon Athena permiten realizar consultas SQL. Quicksight consume datos desde Athena y genera visualizaciones que permiten analizar y visualizar los datos procesados.
Administración de E Mail y Documentos Compartidos
Para la administración de EMail y documentos compartidos se utilizó el servicios de Amazon WorkMail, en este se creó la organización y se configuró el sitio de Workmail guiándonos por la capa gratuita Se crearon usuarios reales y de prueba, se testearon grupos para enviar correo electrónico por medio de una lista de distribución. Por otra parte se probó el Inbox de WorkMail enviando un correo electrónico a un usuario y se probó el funcionamiento de aplicaciones web: Inbox, calendario y contactos. Finalmente, el otro servicio implementado fue el sitio de Amazon WorkDocs, en donde se configuró el directorio, los administradores y se compartieron y editaron archivos con otros usuarios.
Migración de Data Warehouse
El cliente recurre a Moris & Opazo ya que tenía un data pipeline que alimentaba una base de datos Postgres y que luego era consumida para alimentar reportes de PowerBI, pero los datos sólo persistían por un máximo de 3 meses por limitaciones de capacidad. El objetivo y la solución del proyecto fue construir un pipeline de datos que permita rescatar y almacenar los datos de forma permanente para alimentar los reportes de PowerBi en ambientes de Producción y QA. Por lo que utilizo AWS DMS para la migración de los datos y Amazon RDS para el almacenamiento de los datos.
Análisis de datos basado en audios de un call center
El cliente necesitaba analizar las llamadas de su call center, el cual recibe aproximadamente entre 2000 y 3000 llamadas al mes y con una duración promedio de llamada de 30 minutos. En este proyecto se implementó la ingesta de datos de audios en donde se logró la transcripción de los audio a texto mediante Amazon Transcribe y se analiza con el servicio Amazon Comprehend, para que el cliente finalmente obtenga la visualización entregada por los servicios de análisis y métrica del tiempo de implementación.
Análisis de imágenes para detección de elementos de instalación de paneles solares
Se desarrolló una solución en AWS que permite la detección mediante entrenamiento de etiquetas personalizadas de Amazon Rekognition para la validación de elementos en la instalación de paneles solares. Una vez entrenado el modelo, se desarrolló el pipeline de inferencia mediante la carga de imágenes y almacenando la analítica de las predicciones en un dashboard.
