DataVero là nền tảng Data & AI hợp nhất, cho phép doanh nghiệp xây dựng, vận hành và mở rộng toàn bộ hành trình dữ liệu và trí tuệ nhân tạo trên một hệ sinh thái thống nhất. Được xây dựng theo kiến trúc Lakehouse, DataVero cung cấp nền tảng mở cho việc lưu trữ, xử lý, phân tích dữ liệu, quản trị dữ liệu và phát triển AI/ML end-to-end, giúp tổ chức quản lý toàn bộ vòng đời dữ liệu và AI trên cùng một hệ thống.

Trong kỷ nguyên dữ liệu và AI, khả năng khai thác dữ liệu hiệu quả và chuyển đổi AI thành giá trị kinh doanh thực tế là yếu tố tạo nên lợi thế cạnh tranh. DataVero giúp doanh nghiệp đơn giản hóa và tăng tốc quá trình xây dựng nền tảng dữ liệu hiện đại, từ thu thập dữ liệu, xử lý dữ liệu, phân tích, quản trị dữ liệu đến phát triển, triển khai và vận hành các mô hình AI/ML và Generative AI.

Với kiến trúc mở, khả năng mở rộng linh hoạt và cơ chế quản trị tập trung, DataVero cho phép các nhóm Data Engineer, Data Analyst, Data Scientist, AI Engineer và Business User cùng cộng tác trên một nền tảng duy nhất. Điều này giúp giảm độ phức tạp trong vận hành, tăng khả năng tái sử dụng tài nguyên và rút ngắn thời gian đưa các sản phẩm dữ liệu và AI vào thực tế.

DataVero cung cấp môi trường thống nhất để:

• Thu thập, lưu trữ và tổ chức dữ liệu tập trung.
• Quản trị dữ liệu, phân quyền truy cập và kiểm soát vòng đời dữ liệu.
• Khám phá, phân tích và khai thác dữ liệu phục vụ báo cáo và ra quyết định.
• Xây dựng, huấn luyện và quản lý mô hình AI/ML.
• Triển khai mô hình AI vào môi trường sản xuất.
• Tích hợp và vận hành các ứng dụng Generative AI và LLM.
• Giám sát hiệu năng, chi phí và chất lượng của các dịch vụ dữ liệu và AI.

Nhóm chức năng chính

DataVero được tổ chức thành hai nhóm chức năng chính:

Data Management

Data Management cung cấp các chức năng quản lý, tổ chức và khai thác dữ liệu trên DataVero, hỗ trợ người dùng quản lý dữ liệu và thực hiện các workload xử lý dữ liệu trên nền tảng Lakehouse.

Các chức năng chính bao gồm:

• Catalog: Quản lý và khám phá các tài sản dữ liệu trong hệ thống. Đọc chi tiết
• Data Setup: Thiết lập và cấu hình các thành phần cần thiết để quản lý dữ liệu.Đọc chi tiết
• SQL Editor: Viết, thực thi và quản lý các truy vấn SQL trên dữ liệu.Đọc chi tiết
• Ingestion Job: Tạo, cấu hình và chạy các job để ingest dữ liệu từ nguồn vào hệ thống.Đọc chi tiết
• Job: Quản lý các job xử lý dữ liệu, bao gồm cấu hình, task, theo dõi và quản lý quá trình thực thi.Đọc chi tiết

Data Management giúp doanh nghiệp quản lý dữ liệu tập trung, kiểm soát quyền truy cập và cung cấp các công cụ cần thiết để khai thác, xử lý và vận hành dữ liệu trên DataVero.

AI & Analytics

Cung cấp môi trường phát triển, quản lý, triển khai và vận hành AI/ML toàn diện trên DataVero, hỗ trợ toàn bộ vòng đời từ phát triển, thử nghiệm đến triển khai và giám sát trong môi trường production.

Các chức năng bao gồm:

• Notebook Service: Cung cấp môi trường Notebook để phát triển, thử nghiệm và chạy các workload Data Science/AI/ML. Đọc chi tiết
• MLflow Integration: Theo dõi experiment, quản lý model và hỗ trợ quản lý vòng đời Machine Learning. Đọc chi tiết
• Model Registry & Versioning: Quản lý model, version và metadata trong toàn bộ vòng đời model. Đọc chi tiết
• Model Deployment: Triển khai model thành các endpoint để phục vụ inference trong môi trường production. Đọc chi tiết
• AI Gateway: Quản lý truy cập và điều phối các AI model thông qua routing, authentication, rate limiting và các chính sách kiểm soát. Đọc chi tiết
• Monitoring & Observability: Theo dõi hoạt động, hiệu năng và tình trạng của các workload và dịch vụ AI/ML.

AI & Analytics được thiết kế để hỗ trợ toàn bộ vòng đời Machine Learning và Generative AI trên nền tảng quản trị tập trung. Người dùng có thể xây dựng và thử nghiệm mô hình trong Notebook, theo dõi thí nghiệm bằng MLflow, quản lý phiên bản mô hình thông qua Model Registry, triển khai mô hình bằng Model Serving và cung cấp truy cập tập trung thông qua AI Gateway.

Nền tảng hỗ trợ nhiều framework và công nghệ AI phổ biến, cho phép doanh nghiệp sử dụng mô hình tự phát triển hoặc tích hợp các mô hình nền tảng (Foundation Models) và Large Language Models (LLMs). Toàn bộ quy trình được vận hành trên hạ tầng được quản lý tập trung, giúp đảm bảo khả năng mở rộng, bảo mật và tối ưu chi phí.

Thông qua Monitoring & Observability, người dùng có thể theo dõi trạng thái hệ thống, mức sử dụng tài nguyên, hiệu năng mô hình, lưu lượng truy cập và các chỉ số vận hành quan trọng nhằm đảm bảo tính ổn định và độ tin cậy của các dịch vụ AI trong môi trường sản xuất.