Herausforderung

  • Die Daten stammen aus Quellen, die über die ganze Welt verteilt sind
  • Metriken müssen deshalb transformiert werden, um Schemata und Mustern zu entsprechen
  • Die Nutzung der Daten führt dazu, dass die Metriken müssen in Echtzeit analysiert werden
  • Die Kosten für Rechenressourcen sollen so gering wie möglich gehalten werden

Methodik

  • Bereitstellung einer detaillierten Schnittstellenbeschreibung für alle Datenquellen
  • Planung einer Metrik-Streaming-Pipeline
  • Einrichtung einer kontinuierlichen Bereitstellung für die gesamte Pipeline
  • Lösung von Leistungsproblemen und Bereitstellung von Wartung

Ergebnis & Mehrwert

  • Implementierung von Crawlern für alle Datenquellen
  • Einrichtung einer Infrastruktur für die kontinuierliche Bereitstellung der verschiedenen Anwendungen
  • Einrichtung einer Überwachung von Prototypen als Machbarkeitsnachweis für die Identifizierung von Problemen in Echtzeit
  • Leistungsanpassungen, verbesserte Skalierbarkeit für die Daten
  • Bereitstellung von Verarbeitungsressourcen auf Abruf
Entdecken Sie mehr

Verwandte Projekte

Software
Automatisierte Bereitstellung und Microservices-Übersichtstool
​AWS ECR
AWS EKS
Docker
Github Action
Java
Kubernetes
Orchestration
Pandas
PostgreSQL
Python
Software
Softwareteam sichert Geschäftskontinuität nach Ausgliederung ab
Carve-out
Software
Software
CI-Pipeline-Implementierung und -Coaching für die Produktion
Azure DevOps
Azure Pipelines
CI/CD
DevOps
Logging
PyTest
Python
Test management​
Technology Consulting

Unsere Kompetenzen

Profitieren Sie von unserem breiten Kompetenzspektrum, fundiertem Wissen und einem hochqualifizierten und erfahrenen Consulting-Team.

Dr. Marc Großerüschkamp
Leiter Software & Data Technologies
Wir sind hier, um zu helfen

Verbinden Sie sich mit uns

Benötigen Sie Unterstützung bei der Entwicklung Ihrer Technologielösungen? Lassen Sie uns in einrm unverbindlichen Gespräch herausfinden, wie wir gemeinsam Mehrwert schaffen können.

Buchen Sie jetzt ein Gespräch