ケーススタディ 2 - MJTelco
会社概要
MJTelco は、急速に成長し、十分なサービスを受けていない世界中の市場でネットワークを構築することを計画している新興企業です。
同社は、革新的な光通信ハードウェアの特許を取得しています。これらの特許に基づいて、安価なハードウェアを使用して、信頼性の高い高速バックボーン リンクを多数作成できます。
会社背景
経験豊富な通信会社の幹部によって設立された MJTelco は、もともと宇宙での通信の課題を克服するために開発された技術を使用しています。運用の基本として、リアルタイム分析を促進し、機械学習を組み込んでトポロジを継続的に最適化する分散データ インフラストラクチャを作成する必要があります。同社のハードウェアは安価であるため、動的な地域政治が場所の可用性とコストに与える影響を考慮できるように、ネットワークを過剰に展開することを計画しています。
同社の管理チームと運用チームは世界中に配置されており、データの利用者とシステム内の提供者の間に多対多の関係を構築しています。慎重に検討した結果、パブリック クラウドがニーズをサポートするのに最適な環境であると判断しました。
ソリューションコンセプト
MJTelco は、ラボで概念実証 (PoC) プロジェクトを成功させています。主なニーズは次の 2 つです。
* PoC を拡張および強化して、50,000 を超えるインストールに増加したときに生成される大幅に多くのデータ フローをサポートします。
* 機械学習サイクルを改善して、トポロジ定義の制御に使用する動的モデルを検証および改善します。
また、MJTelco は、開発/テスト、ステージング、および運用の 3 つの個別の運用環境を使用して、実験の実行、新機能の展開、および運用顧客へのサービスのニーズを満たす予定です。
ビジネス要件
* 最小限のコストで本番環境をスケールアップし、予測不可能な分散通信ユーザー コミュニティで必要なときに必要な場所でリソースをインスタンス化します。
* 独自のデータのセキュリティを確保して、最先端の機械学習と分析を保護します。
* 分散した研究員から分析用のデータへの信頼できるタイムリーなアクセスを提供する
* 顧客に影響を与えることなく、機械学習モデルの迅速な反復をサポートする隔離された環境を維持します。
技術要件
* テレメトリ データの安全で効率的な転送と保存を確保する
* インスタンスを迅速にスケーリングして、それぞれ複数のフローを持つ 10,000 ～ 100,000 のデータ プロバイダーをサポートします。
* 約 2 年間のデータ保存を追跡するデータ テーブルに対する分析とプレゼンテーションを許可する
100m レコード/日
* テレメトリ フローと本番学習サイクルの両方におけるデータ パイプラインの問題の認識に焦点を当てたモニタリング インフラストラクチャの迅速な反復をサポートします。
CEO ステートメント
当社のビジネス モデルは、特許、分析、動的機械学習に依存しています。当社の安価なハードウェアは信頼性が高いように構成されているため、コスト面で有利です。信頼性と容量のコミットメントを満たすために、大規模な分散データ パイプラインを迅速に安定させる必要があります。
CTOステートメント
当社のパブリック クラウド サービスは、宣伝どおりに動作する必要があります。スケーリングしてデータを安全に保つリソースが必要です。また、データサイエンティストがモデルを注意深く研究し、迅速に適応できる環境も必要です。データの処理は自動化に依存しているため、開発環境とテスト環境が反復しながら機能する必要もあります。
CFO ステートメント
プロジェクトが大きすぎて、データと分析に必要なハードウェアとソフトウェアを維持できません。
また、非常に多くのデータ フィードを監視する運用チームを配置する余裕がないため、自動化とインフラストラクチャに依存します。Google Cloud の機械学習により、定量研究者はデータ パイプラインの問題ではなく、価値の高い問題に取り組むことができます。
Google Data Studio 360 で大規模なチーム用の新しいレポートを作成します。レポートはデータ ソースとして Google BigQuery を使用します。従業員が自分の地域に関連付けられたデータのみを表示できるようにすることが会社のポリシーであるため、地域ごとにテーブルを作成して入力します。データに地域アクセス ポリシーを適用する必要があります。
どの 2 つのアクションを実行する必要がありますか? （2つ選んでください。）