Большие данные

Облачные вычисления формируют новую парадигму применения ИКТ для повышения экономической эффективности предприятий.

Данные — топливо для систем искусственного интеллекта, сырье для аналитических алгоритмов и основа для систем автоматизации бизнес-процессов. Однако наивно ожидать, что данные изначально будут чистыми и пригодными для обработки, а если исходные данные некорректны, то и результаты будут соответствующими. Что можно сделать для устранения дефектов в данных? Как определить, что следует исправить, а что нет? Как узнать, когда надо устранить проблему, а когда лучше ничего не трогать? Иначе говоря: как управлять качеством данных?

Докладчики форума познакомят слушателей с новейшими разработками в сфере интеллектуальной аналитики и машинного обучения, с отраслевыми подходами к цифровой трансформации на основе данных, к построению data-driven-бизнеса и моделей монетизации данных.

В торговой сети реализуется проект автоматизированной верификации информации, среди целей которого : повышение безопасности перевозок, сокращение хищений, обеспечение надежности поставок товара, выявление неблагонадежных водителей.

Пока нет доступа к данным и четких правил регулирования их оборота, нет и полноценного развития технологий ИИ, сделали вывод в фонде.

Ожидается, что положения кодекса станут базой для законодательных инициатив в области регулирования обращения с данными.

Документ также предусматривает увеличенные штрафы для поисковых сервисов, повторно нарушивших действующие ограничения.

Крупнейшие технологические компании распоряжаются огромными объемами данных; в обществе растут опасения в том, что они могут использоваться для борьбы с конкурентами и во вред пользователям..

Они хотят запрета компаниям, которые будут устанавливать на их сетях специальное оборудование, использовать данные абонентов.

Совместное предприятие сфокусируется на создании продуктов и оказании услуг на основе обработки и анализа больших данных, в том числе с применением технологии искусственного интеллекта.

Универсальная платформа создания систем управления данными позволяет решать общие задачи обеспечения качества данных, их целостности и актуальности, а также настраивать систему для учета особенностей работы с корпоративными данными конкретного предприятия.

Саморегулирование – хорошая основа для международного диалога, считает эксперт.

Использование больших данных для подготовки бизнес-решений — источник преимущества в цифровом бизнесе. Однако, не выстроив жизненный цикл непрерывной разработки, внедрения, развития аналитических моделей, организации не справиться с нарастающими сложностями масштабированием средств аналитики, убеждены эксперты.

Это должно помочь магазинам, кафе и пр. таргетировать онлайн-рекламу на клиентов и проходящих мимо людей.

Решение полностью соответствует требованиям 54-ФЗ, 152-ФЗ и законодательства в отношении обработки персональных данных.

Архитектура, ориентированная на данные, позволяет корректировать бизнес-правила в ходе эксплуатации информационной системы, гибко изменяя как структуру данных, с которыми работает приложение, так и логику их обработки. Внедрение подобных элементов дата-центричной структуры, управляемой с помощью модели, дает возможность предприятию быстро получить выгоду от новых решений.

В Санкт-Петербурге впервые проходит главный форум по теме больших данных и интеллектуальной аналитики «BIG DATA SPb 2019: все о данных как основе цифровой экономики».

Цель программы — подготовка высококвалифицированных специалистов, способных решать задачи по анализу данных, работать с инфраструктурой по сбору данных и проводить исследования в областях, связанных с анализом данных.

Вместо бумажных подписных листов информацию будут заносить в планшеты. Кроме информации, собранной у граждан, будут использоваться сведения от госорганов и операторов связи.

Участников форума BIG DATA SPb 2019 традиционно ждут не только экспертные знания и глубокий анализ от визионеров индустрии больших данных, но и ценный практический опыт проектов, реализованных в самых разных отраслях, а также глубокое погружение в детали методик и технологий работы с данными.