Pegasystems与合作伙伴释放开源软件潜力

Pega Infinity是Pegasystems公司的低代码应用开发平台,专为工作流自动化、客户参与、AI决策和RPA而设计。但要使其正常运行,需要广泛的开源软件和服务支持。

过去,这家位于马萨诸塞州沃尔瑟姆的公司将所有不同的服务都集成到Infinity中。"但由于一切都嵌入在软件内部,每次我们想要扩展特定服务时,实际上是在扩展整个平台,"Pega云技术副总裁Ramzi Souri解释道。为此,他们的内部团队不断管理不同的开源数据基础设施组件,包括Apache Cassandra、Apache Kafka和OpenSearch等数据技术,这意味着他们没有时间专注于推动业务向前发展。

由于这种有缺陷的策略,团队决定将所有组件分离,在平台上提供独立服务。"我们有两个选择,"Souri说,"要么我们需要自己构建一切,雇佣服务团队和软件开发团队专门负责启动不同的服务,要么寻找符合我们安全准则、运营风格和部署需求的第三方供应商。我们目前部署在AWS和GCP上,所以这个第三方还必须能够让服务跨多个云运行,并能够在所有云上提供相同级别的服务,以确保解决方案的未来适应性。"

寻找志同道合的合作伙伴

Souri和他的团队确实需要努力寻找合适的解决方案,更具体地说,是合适的合作伙伴。他们最终选择了NetApp Instaclustr,这是一个托管数据基础设施平台,本质上作为Pega运营部门的延伸,原因有几个。

"这项服务对我们很有吸引力,因为它不是一个在我们无法看到或控制的环境中运行的黑盒解决方案,不像我们考虑的许多其他服务,"他说,"这种模式意味着一切都部署在我们拥有完全访问权限和所有权的账户中。"

现在,来自Google和AWS账户的服务(Pega拥有和管理)通过Instaclustr部署并链接回Infinity。例如,如果发布了新版本的Cassandra,Pega想要迁移到该版本,他们只需通知Instaclustr进行升级。Instaclustr团队将在后台完成所有工作,并在服务准备就绪时通知Pega团队。

"同样,如果我们要为客户启动新的Cassandra集群,我们可以通过平台端的API发送请求来配置新集群,该服务在我们拥有的账户上配置,"Souri补充道,"这真正是我们现有工程和运营团队的延伸。"但将所有内容如此紧密地交织在一起并非没有复杂性。

释放控制权

团队面临的早期挑战之一是对现有基础设施进行更改。"如果我们需要因性能问题而扩展集群,我们必须遵循严格的审批流程,"Souri说,"这意味着开票并来回审批。如此冗长的过程延误了事情,以至于当审批通过时,性能问题可能已经对客户环境产生了负面影响。"

意识到这个过程的低效率,Instaclustr被赋予更多控制权,可以在不寻求审批的情况下做出决定。Souri和他的团队最不希望的就是因为等待审批的冗长时间而对客户产生负面影响。"我们与团队举行了多次会议,向他们介绍了不同的场景,并就何时授权他们代表我们行动达成了一致,"他补充道,"这很重要,因为每次他们这样做,都会增加我们的基础设施成本,所以我们需要明确何时可以这样做。"

现在团队可以专注于解决真正的业务问题,而无需担心管理外部资源。Pega估计,基于30名工程师每周工作40小时的团队,这一转变每年为企业节省了超过60,000小时。团队还认为,通过为现有团队释放时间,他们能够避免雇佣更多工程师。

回顾这个项目,Souri的建议是尽早自动化你能自动化的一切,从测试、配置和监控,到验证、升级和更新。"这不仅会为你节省今天的时间,而且当事情变得更大更复杂时,也会为你节省未来的时间,"他说。

Q&A

Q1:Pega Infinity是什么平台?

A:Pega Infinity是Pegasystems公司的低代码应用开发平台,专为工作流自动化、客户参与、AI决策和RPA而设计。它需要广泛的开源软件和服务支持才能正常运行。

Q2:Pegasystems为什么选择NetApp Instaclustr作为合作伙伴?

A:因为Instaclustr不是黑盒解决方案,一切都部署在Pega拥有完全访问权限和所有权的账户中。它能够跨多个云运行,提供相同级别的服务,真正成为Pega现有工程和运营团队的延伸。

Q3:这次合作为Pegasystems带来了什么效益?

A:Pega估计这一转变每年为企业节省了超过60,000小时,基于30名工程师每周工作40小时计算。团队现在可以专注于解决真正的业务问题,还避免了雇佣更多工程师的需要。


六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值