Pelayan Perusahaan
Aplikasi dan pangkalan data perusahaan
Membekalkan dan melaksanakan pelayan untuk aplikasi, pangkalan data dan pemayaan dengan menilai CPU, RAM, storan serta sambungan kepada sistem sedia ada.
MODERN DATA · DATA & AI PERUSAHAAN
Menyepadukan sistem IT, data dan AI
Hubungkan data yang tersebar dalam pelbagai sistem, urus kualiti dan hak aksesnya, kemudian gunakannya untuk pelaporan, carian pengetahuan dan AI mengikut keperluan organisasi.
- Hubungkan sistem sedia ada
- Tetapkan penjaga data
- Kembangkan pelaporan dan AI
01 / ALIRAN DATA
Daripada pelbagai sumber kepada data sedia digunakan
Fahami sistem melalui 4 peringkat dengan fungsi yang jelas. Mulakan dengan data sedia ada dan hubungkan hanya bahagian yang memenuhi keperluan kerja.
- 01
Sumber data
Pangkalan data, dokumen, CSV dan API daripada sistem sedia ada
Mulakan dengan data organisasi - 02
Hubungkan dan selaraskan format
Gunakan nimitFlow untuk menghubungkan data dan mengatur proses pertukaran data mengikut reka bentuk yang ditetapkan.
Ketahui asal usul data - 03
Repositori data berpusat
Susun data mentah, data yang telah diperiksa dan data sedia digunakan dalam Data Lakehouse.
Bezakan fungsi setiap lapisan - 04
Pelaporan dan AI
Gunakan data yang telah disediakan untuk papan pemuka, carian pengetahuan atau analisis lanjut.
Jawab persoalan perniagaan
Apakah perbezaan 3 lapisan penyimpanan?
Bronze · Data mentah
Simpan data yang diterima supaya dapat disemak berbanding sumber asalnya.
Silver · Data tersusun
Selaraskan format dan semak kualiti sebelum data digunakan bersama.
Gold · Data sedia digunakan
Sediakan data mengikut keperluan laporan, petunjuk atau analisis.
PELAYAN · DATA LAKE · STESEN KERJA AI
Jualan dan pelaksanaan pelayan untuk data dan AI
Pilih perkakasan mengikut beban kerja, bersama reka bentuk storan, rangkaian dan perisian—daripada pelayan perusahaan dan Data Lake hingga AI Server dan Workstation untuk pasukan pembangunan.
Data Lake / Lakehouse
Gabungkan dan sediakan data daripada pelbagai sumber
Reka storan, pemindahan dan pemprosesan data, bersama pelan sandaran dan peluasan sistem. Hubungkan dengan nimitFlow serta alat data mengikut skop kerja.
Pelayan AI
Menyediakan model kepada pengguna atau pelbagai sistem
Nilai keperluan GPU dan VRAM berdasarkan model, bilangan pengguna serentak serta kerja inferens atau latihan model, termasuk bekalan kuasa, rangkaian dan penyejukan.
Stesen Kerja AI
Komputer kerja untuk pembangun dan jurutera
Pilih Workstation untuk penyediaan data, percubaan model dan pembangunan AI secara setempat dengan mempertimbangkan GPU, RAM, storan serta perisian yang digunakan.
Daripada pemilihan spesifikasi hingga pemasangan dan penyerahan
- Menilai kerja, jumlah data dan peluasan sistem
- Menyediakan senarai perkakasan dan perisian untuk sebut harga
- Memasang dan mengkonfigurasi mengikut skop yang dipersetujui
- Menguji, menyerahkan dan menerangkan cara menjaga sistem
Maklumat untuk menyediakan cadangan yang sesuai
Maklumkan jenis kerja atau model AI, jumlah data, bilangan pengguna serentak, sistem sedia ada, lokasi pemasangan dan bajet supaya spesifikasi serta pelan pemasangan dapat dinilai bersama.
Minta penilaian spesifikasi dan sebut hargaHarga, model yang tersedia, lesen perisian, waranti dan skop perkhidmatan selepas penyerahan dinyatakan secara berasingan dalam sebut harga setiap projek.
02 / TADBIR URUS DATA
Ketahui siapa yang menjaga data dan cara data boleh digunakan
Rancang peranan manusia, peraturan dan kitar hayat data bersama sistem supaya pasukan dapat mencari data, memahaminya secara seragam dan mengetahui pihak yang bertanggungjawab.
Tanggungjawab yang jelas
Kenal pasti pemilik dan penjaga setiap set data, termasuk peranan mereka dalam membuat keputusan dan menyelesaikan masalah.
Peraturan bersama
Tetapkan takrif, format dan kaedah semakan kualiti supaya setiap pasukan menggunakan data dengan pemahaman yang sama.
Urus risiko
Pertimbangkan jenis data dan kebenaran penggunaan mengikut dasar serta keperluan organisasi.
Pasukan memahami cara penggunaan
Terangkan prosedur dan pindahkan pengetahuan supaya pengguna boleh meneruskan pengurusan data.
Data Catalog · Direktori data organisasi
Rekodkan lokasi setiap set data, maksudnya, penjaganya dan sistem asalnya supaya pasukan boleh mencari serta menilai data sebelum digunakan.
Urus dari penciptaan hingga tamat penggunaan
Tetapkan cara data dicipta, disimpan, diterbitkan, digunakan, dikekalkan dan dimusnahkan mengikut dasar, bukan sekadar cara data dimasukkan ke dalam sistem.
03 / AKSES & KESELAMATAN
Berikan pihak berkaitan akses kepada data yang diperlukan
Reka akses mengikut peranan dan sensitiviti data, serta tentukan perkara yang perlu dapat dijejaki untuk semakan kemudian.
Akses mengikut peranan
Tetapkan siapa yang boleh membaca, menyunting atau mengurus setiap bahagian data.
Penyulitan
Pilih kaedah penyulitan dan pengurusan kunci yang sesuai untuk sistem.
Penyamaran data
Tetapkan data yang perlu disembunyikan atau hanya dipaparkan sebahagiannya mengikut kebenaran akses.
Log aktiviti
Rekodkan aktiviti yang diperlukan untuk semakan kemudian.
04 / PENGGUNAAN DATA
Mulakan dengan persoalan yang perlu dijawab
Data yang telah disediakan boleh menyokong pelbagai kegunaan. Pilih kerja awal yang mempunyai data tersedia dan kaedah pengesahan serta penerimaan hasil yang jelas.
Laporan berasaskan data yang saling berhubung
Gabungkan data daripada pelbagai sistem untuk melihat gambaran keseluruhan dan memantau petunjuk yang diperlukan oleh pasukan.
Lihat platform nimitFlowCari pengetahuan dalam dokumen organisasi
Masukkan dokumen yang dibenarkan untuk digunakan ke dalam sistem soal jawab, kemudian semak jawapan dengan merujuk sumbernya.
Lihat Enterprise KM ChatbotAnalisis dan ramalan
Nilai kualiti dan jumlah data sebelum membangunkan model serta menguji hasilnya mengikut tujuan kerja.
Lihat Predictive AnalyticsHasil AI mesti disemak oleh pihak yang bertanggungjawab sebelum digunakan untuk membuat keputusan. Kesesuaiannya bergantung pada data dan skop kerja.
05 / PERINGKAT PROJEK
Laksanakan secara berperingkat, dengan pasukan yang bersedia mengambil alih
Tinjau keadaan semasa, tetapkan skop dan tanggungjawab, kemudian rancang pembangunan, pengujian serta penyerahan.
- 01
Tinjau persekitaran
Semak sistem sedia ada, sumber data dan masalah yang ingin diselesaikan.
- 02
Tentukan skop
Pilih kerja awal dan hasil yang perlu diserahkan.
- 03
Bahagikan tanggungjawab
Persetujui penjaga data dan sistem serta pihak yang menerima hasil kerja.
- 04
Rancang dan laksanakan
Lakukan reka bentuk, penyambungan dan pembangunan mengikut pelan yang dipersetujui.
- 05
Sahkan hasil dan serahkan
Uji, jejaki masalah dan terima hasil berdasarkan skop yang dipersetujui.
- 06
Pindahkan pengetahuan untuk penggunaan berterusan
Terangkan cara penggunaan dan latih pasukan yang bertanggungjawab.
Lihat pelan pelaksanaan daripada slaid
Produk yang boleh digunakan bersama
Pilih komponen mengikut kerja yang diperlukan. Tidak perlu memulakan semua sistem serentak.
SaaSboleh diadapt
nimitFlow
Platform Low-Code untuk membina automasi (Workflow) dan Data Pipeline secara seret dan lepas, bermula pada THB 8,000/bulan
Digunakan sebagai pusat data kilang (Factory Data Lake) yang menghantar data ke Data Lakehouse dan Analisis Prediktif untuk analisis lanjut.
sesuai untuk: Pasukan IT dan jurutera yang perlu menghubungkan data daripada pelbagai sistem serta menambah kod Python mengikut keperluan kerja
ButiranSoftware
Contoh skrin Penyelenggaraan Pemantau bersama Asisten AI
Enterprise KM Chatbot
Chatbot AI Organisasi, menjawab dari dokumen dalaman dalam bahasa Melayu, menentukan sumber dokumen, dan boleh dipasang secara dalaman (On-Premise)
sesuai untuk: Pasukan pekerja pengetahuan dan jurutera yang perlu mencari jawapan dari banyak manual dan dokumen organisasi
ButiranSoftware
Ilustrasi konsep daripada AI – Bukan imej produk atau projek sebenar
Data Lakehouse & Pipeline
Platform penyepaduan data dari sistem perniagaan dan IoT peranti ke dalam pusat data utama untuk penyemak balik dan memajukan AI
sesuai untuk: Pasukan IT dan pasukan data yang perlu menyepadukan data daripada pelbagai sistem
ButiranSoftware
Data isyarat sensorFFT / MLDashboard
Contoh penyambungan data dan analisis dari dokumen Nimitflow
Predictive Analytics
Hubungkan data isyarat melalui Nimitflow, analisis isyarat dengan FFT, dan kembangkan model Pembelajaran Mesin untuk mengikuti trend pada papan pemuka dan amaran
- Menerima dan merakam data isyarat secara berterusan
- Analisis dengan FFT dan latih model mengikut cabaran data
- Hubungkan kepada papan pemuka dengan syarat-syarat amaran dan sejarah
sesuai untuk: Pasukan analisis data, bahagian pengeluaran dan pasukan penyelenggaraan dengan data sejarah dan keperluan peramalan trend
Butiran
Soalan sebelum memulakan Modern Data
Apakah perbezaan Modern Data dan nimitFlow?
Modern Data merangkumi keseluruhan kerja IT, data dan AI. nimitFlow ialah platform untuk menghubungkan dan mengatur aliran data bagi kerja yang sesuai, bersama alat lain yang dipilih mengikut skop projek.
Adakah semua sistem sedia ada perlu diganti?
Mulakan dengan meninjau sistem sedia ada dan pilihan sambungan seperti pangkalan data, API atau fail. Kemudian nilai data yang boleh digunakan bersama, tanpa menganggap semua sistem boleh terus disambungkan.
Bolehkah sistem dipasang dalam organisasi?
Pilihan On-Premise atau Cloud boleh dinilai mengikut dasar data, infrastruktur dan skop kerja, termasuk sumber yang diperlukan untuk LLM dalaman.
Apakah yang perlu disediakan untuk perbincangan pertama?
Sediakan persoalan atau masalah yang ingin diselesaikan, senarai sistem dan sumber data, pihak yang bertanggungjawab serta sampel data yang telah dibuang maklumat sensitifnya. Ini membantu menentukan kerja awal dan kaedah penerimaan hasil.
Mulakan dengan keperluan anda
Apakah persoalan yang anda mahu data anda jawab?
Bawa isu kerja, senarai sistem sedia ada dan sampel data yang telah dibuang maklumat sensitifnya untuk membincangkan skop yang sesuai bersama pasukan.
Bincangkan Modern Data