Big Data

На основании агрегированных данных можно делать полезные выводы, не раскрывая при этом сведения о конкретных членах группы.

Умение работать с данными и решениями на основе искусственного интеллекта быстро становится одной из основных компетенций сотрудников.

Бизнес заинтересован сегодня в прогнозировании поведения своих клиентов, а также в повышении эффективности работы сотрудников и в прозрачной системе мониторинга их деятельности. Предприниматели готовы инвестировать в соответствующие ИИ-решения, например аналитику коммуникаций – одну из наиболее динамично развивающихся сегодня сфер применения искусственного интеллекта, особенности применения которого иллюстрирует работа сервиса WordPulse компании MTS AI.

Документ обяжет бизнес безвозмездно предоставлять данные, необходимые для принятия решений для госуправления и развития технологий искусственного интеллекта.

С какими трудностями сталкиваются ученые при анализе данных о здоровье, отслеживаемых с помощью умных часов и фитнес-браслетов

Эксперты в области работы с данными поделились опытом повышения зрелости процессов Data Governance и обсудили перспективы применения в них искусственного интеллекта.

В конце 1990-х годов наблюдалось бурное развитие бизнес-приложений – в крупных организациях были накоплены существенные объемы данных, началось строительство хранилищ и витрин данных. Актуальным стал поиск решений по информационно-аналитическому обслуживанию бизнес-пользователей с активным вовлечением их в процесс анализа данных. Прошли годы – какие сдвиги в области бизнес-аналитики произошли за это время, к чему пришла индустрия и чего стоит ожидать в ближайшем будущем?

Российские компании осознают ценность данных и переходят от системо-центричной к дата-центричной ИТ-архитектуре. Ключ к успеху такого перехода — качественные и синхронизированные данные, хорошо структурированное хранилище и правильные инструменты анализа, позволяющие хранить данные вне систем бизнес-анализа.

В основе классической ИТ-архитектуры лежат приложения, каждое со своей базой данных, что обычно приводит к дублированию информации в бизнес-объектах. Ядро дата-центричной архитектуры – данные, доступные всем потребителям через единую точку, роль которой в сложных системах исполняет логическая витрина основанная на модели консолидированных данных. В чем преимущества использования онтологий для построения такой модели и как построить онтологическую модель, обеспечив гибкость и целостность?

Развитие культуры играет важную роль в успешной монетизации данных. Компания «Магнит» трансформировала операционную модель по работе с данными, внедрила ряд инициатив Data Governance, оптимизировала процессы ввода новых data-специалистов и разработала свой инструмент self-service для бизнес-аналитики. Все это положительно сказалось на процессе принятия решений, открыло новые возможности для бизнеса и обеспечило непрерывный доступ к анализу данных.

Благодаря 28-миллиардной сделке Cisco значительно расширяет спектр своих решений в области безопасности; планируетcя полномасштабная интеграция технологий Splunk.

Участники ежегодного мероприятия «Открытых систем» рассмотрели лучшие отраслевые практики работы с данными.

В чем польза BI-инструментария для самостоятельной работы сотрудников с данными и как расширить их использование в организации.

Специалисты по анализу данных широко используют Python, и им необходимы средства обмена данными с традиционным для корпоративной среды инструментом работы с данными.

Форум будет полезен не только директорам по данным, ИТ-директорам, архитекторам-аналитикам и специалистам по работе с данными, но и генеральным директорам и директорам по развитию, руководителям функциональных подразделений и направлений, управляющим директорам, а также менеджерам проектов.

Разработанные в компании инструменты позволяют отслеживать перемещения конфиденциальных данных и обнаруживать попадание их в неконтролируемые базы.

Тектонический сдвиг: из аналитической подсистемы в компании выращивают платформу управления данными.

Большинство таких моделей пока основаны на статистике – прогнозировании с обработкой больших наборов данных, но, как правило, без детального поведенческого анализа.

Условия, в которых сегодня вынуждены работать российские компании, наглядно показали, насколько важно для их поставщиков иметь в своем портфеле зрелые программные решения, апробированные многочисленными внедрениями, и наработанную, благодаря разнообразным проектам, богатую экспертизу. Эти постулаты верны и для построенных на основе технологий Open Source российских СУБД, таких как Arenadata DB.

В цифровую эпоху аналитические платформы стали важнейшим активом бизнеса, однако их эксплуатация часто влечет высокие издержки, но при этом не может обеспечить достаточную скорость внедрения новых методов анализа данных. Открытый проект Trino позволяет анализировать данные из различных источников, а коммерческая версия проекта – российская платформа CedrusData предоставляет дополнительные сервисы и возможности интеграции.