Azure solution architectures

Architectures to help you design and implement secure, highly-available, performant and resilient solutions on Azure.

Customer 360Определение различий между интересами клиентов и их покупательским поведением — важнейшая часть бизнес-аналитики любого предприятия розничной торговли. Это решение объединяет клиентские данные в один всеобъемлющий профиль с использованием передовых моделей машинного обучения. Оно полностью полагается на надежность и вычислительную мощь Azure и предлагает средства прогнозной аналитики, которые можно опробовать на примере клиентских данных.Python Web JobEvent HubETL (Python)Machine LearningTrained modelStream AnalyticsAzure StorageBrowsing DataBatch ETL and Predictive Pipeline12SQL DWDemographics, products, purchasesMerged customer profilew/ engineered featuresEnriched customer profile with predictionsHD Insight(Spark R Server)Enriched customer profilesPower BI Dashboard3456

Customer 360

A deep understanding between customer interests and purchasing patterns is a critical component of any retail business intelligence operation. This solution implements a process of aggregating customer data into a “360 degree” profile and uses advanced machine learning models backed by the reliability and processing power of Azure to provide predictive insights on simulated customers.

Learn More
Большие вычисления и пакетная служба AzureРабочие нагрузки больших и высокопроизводительных (HPC) вычислений обычно представляют собой ресурсоемкие вычисления, которые могут выполняться параллельно благодаря преимуществам облачной масштабируемости и гибкости. Часто такие рабочие нагрузки выполняются асинхронно с использованием пакетной обработки. Для работы требуются вычислительные ресурсы, а для ее определения — планирование заданий. В качестве примера рабочих нагрузок больших и высокопроизводительных вычислений можно привести моделирование финансовых рисков методом Монте-Карло, рендеринг изображений, перекодирование мультимедиа, техническое или научное моделирование.123456

Big compute with Azure Batch

Big compute and high performance computing (HPC) workloads are normally compute intensive and can be run in parallel, taking advantage of the scale and flexibility of the cloud. The workloads are often run asynchronously using batch processing, with compute resources required to run the work and job scheduling required to specify the work. Examples of Big Compute and HPC workloads include financial risk Monte Carlo simulations, image rendering, media transcoding, file processing and engineering or scientific simulations.

Learn More
Otimização de fornecimento de energiaEm uma rede de energia, os consumidores de energia são conectados com diversos tipos de componentes de fornecimento, troca e armazenamento de energia, tais como subestações, baterias, parques eólicos e painéis solares, microturbinas, bem como ofertas de resposta à demanda, a fim de suprir as respectivas necessidades e minimizar o custo do compromisso de energia. Para fazer tudo isso, o operador da rede deve determinar a quantidade de energia que cada tipo de recurso deve entregar em um período determinado, considerando os preços da solicitação dos diferentes tipos de recursos, bem como as capacidades e as características físicas deles.

Energy Supply Optimisation

In an energy grid, energy consumers are engaged with various types of energy supplying, trading and storage components such as substations, batteries, windfarms and solar panels, micro-turbines, as well as demand response bids, to meet their respective demands and minimise the cost of energy commitment. To do so, the grid operator must determine how much energy each type of the resources should commit over a time frame, given the prices of soliciting different types of resources and the capacities and the physical characteristics of them.

Learn More