OPI postawiło na sztuczną inteligencję

 

Można powiedzieć, że jesteśmy oczami Ministerstwa Nauki i Szkolnictwa Wyższego, dostarczając resortowi wartościowych danych i analiz dotyczących nauki. To np. dane na temat potrzebnych z punktu widzenia rozwoju firm kierunków studiów czy deficytu określonych specjalności, wysokości zarobków po ukończeniu określonych kierunków czy czasu potrzebnego przez absolwentów wyższych uczelni na znalezienie pracy. Ale nie tylko. Dostarczamy też informacje dla mediów czy innych odbiorców instytucjonalnych. Niedawno zwróciła się do nas np. firma transportowa z zapytaniem o liczbę absolwentów narodowości ukraińskiej i białoruskiej, kończących uczelnie w konkretnych miastach. Dostarczaliśmy też np. informacje dotyczące zasadności otwarcia studiów podyplomowych o danej specjalności, analizując liczbę absolwentów uczelni wyższych – tłumaczy Krzysztof Wiliński, Kierownik Działu Zasobów Informacyjnych Ośrodka Przetwarzania Informacji.

To wymusza odpowiedni poziom bezpieczeństwa. Ten aspekt był jednym z powodów decyzji o wyborze technologii autonomicznej, jednak nie najważniejszym. Bezpośrednią przyczyną poszukiwania nowych rozwiązań stała się ograniczona przestrzeń dyskowa używana do przechowywania baz analitycznych. Rosła liczba i złożoność zapytań, co wraz z potrzebą dostosowania naszych raportów do sprawozdawczości międzynarodowej, skutkowało dużymi obciążeniami serwera. Przy iteracyjnym podejściu do budowania raportów, pociągało to za sobą trudne do zaakceptowania czasy realizacji zapytań - zwraca uwagę Krzysztof Wiliński.

Problemem był brak możliwości równoczesnej pracy na więcej niż jednej kopii bazy. Mieliśmy też sytuacje, w których do obsługi zapytań potrzebowaliśmy zaledwie 2 rdzeni procesora, a były też takie, gdzie potrzebowaliśmy ich np. 16. Poszukiwaliśmy więc rozwiązania z jednej strony o wysokiej dostępności i niezawodnego, gwarantującego spełnienie wymagań, np. RODO, a z drugiej taniego, które łatwo było skalować. Z tego powodu rozwiązania autonomiczne, nie wymagające od analityka danych głębokiej wiedzy technicznej z zakresu administracji i optymalizacji bazy czy hurtowni danych, od początku były rozwiązaniami przez nas preferowanymi – zwraca uwagę Krzysztof Wiliński.

Autonomiczna baza danych jest jednym z najważniejszych produktów Oracle w całej historii tej firmy – komentuje Tomasz Przybyszewski, Autonomous Cloud, Regional Senior Sales Leader odpowiedzialny za obszar Polski i Ukrainy. - Dzięki wykorzystaniu sztucznej inteligencji na potrzeby obsługi zadań administracyjnych, baza ta jest właściwie bezobsługowa. Sama się skaluje, stroi, dba o swoje bezpieczeństwo i aktualność. Autonomiczna baza Oracle działa w chmurze, co daje niemal nieskończoną skalowalność zasobów. Jest także bardzo łatwa do uruchomienia i może zostać wykorzystana niemal od razu – dodaje Tomasz Przybyszewski.

Uruchomienie usługi zajęło efektywnie kilka godzin pracy wykonanej w większości przez osoby nie będące administratorami. Aktualnie korzystamy ze wsparcia administratorów wyłącznie przy ładowaniu danych do chmury – potwierdza to Krzysztof Wiliński.

 

Sztuczna inteligencja daje nam możliwość skoncentrowania się na tym, co jest najważniejsze – zwiększeniu satysfakcji odbiorców naszych analiz. Dzięki technologii mamy znacznie więcej czasu na zrozumienie problemu z jakim zwraca się do nas klient i prototypowanie zapytań. To sprawia, że analizy dostarczamy szybciej i są one dokładniejsze – przekonuje Krzysztof Wiliński.

Autonomiczność rozwiązania pozwoliła na wyeliminowanie czynności administracyjnych związanych z utrzymywaniem danej kopii bazy – mówi Krzysztof Wiliński, Kierownik Działu Zasobów Informacyjnych Ośrodka Przetwarzania Informacji. - Szacujemy, że dzięki zastosowaniu Oracle ADW, czas realizacji wspomnianych zleceń skrócił się średnio o 40%. Jednocześnie dzięki możliwości szybkiego skalowania bazy danych Oracle, czas wykonywania ekstrakcji i agregacji danych zredukował się nawet kilkukrotnie – dodaje.

Nie musimy ponosić wysokich, jednorazowych kosztów na zakup i utrzymywanie serwerów fizycznych i aplikacji, z konieczności kupowanych „na wyrost” dla zabezpieczenia przyszłych potrzeb. Tutaj "ekonomia współdzielenia", w której płacimy za wykorzystane rdzenie, licencje i przestrzeń dyskową, tylko gdy są one używane, wykazuje swoją przewagę kosztową nad rozwiązaniami tradycyjnymi. Dodatkowo możliwość skalowania zasobów przeznaczanych na realizację ciężkich zapytań pozwala na usprawnienie realizacji zleceń – dodaje.