Примерно две трети ИТ-директоров крупных компаний, опрошенных Teradata, отмечают, что инициативы в области Больших Данных существенно повлияли на прибыль их компаний. 90% организаций оценили уровень своих инвестиций от «среднего» до «высокого», причем около трети определили их как «весьма значительные».
Основными направлениями деятельности компании в Инновационном центре «Сколково» станут технологии Больших Данных в медицине.
В Томском политехническом университете создают систему хранения данных, которая позволит работать с большими объемами информации, получаемой в ходе экспериментов на Большом адронном коллайдере Европейской организации по ядерным исследованиям.
В ближайшие десять лет правительство Японии рассчитывает вложить в развитие центра порядка 82 млн долл.
В МТИ предполагают, что для подобного поиска помимо генетической информации подходят и многие другие большие срезы данных. В частности, малым по отношению к общему пространству возможностей может быть диапазон особенностей поведения пользователей онлайн-сервисов — в связи с ограничениями, накладываемыми биологией, историей, культурой и т. п.
В автопарке HP — около 6 тыс. машин. На часть из них установили датчики, которые собирают информацию о местонахождении, скорости передвижения, времени включения и выключения зажигания и др.
В начале декабря участники опроса смогут узнать о результатах исследования – им будет предоставлен бесплатный доступ к электронной версии аналитической брошюры на сайте computerworld.ru.
Computerworld Россия и IBM приглашают принять участие в опросе по теме Больших Данных
Система была создана в Агентстве национальной безопасности США и выпущена в 2014 году под лицензией с открытым кодом. Сейчас разработка ее координируется фондом Apache.
Производитель женского белья «Милавица» начал внедрение решений QlikView в качестве корпоративной платформы бизнес-анализа. Партнером по внедрению выступает компания «А2 Консалтинг».
Компанию, предлагающую платформу анализа данных в виде сервиса возглавил один из основателей Pivotal Labs Роб Мии.
Эффективность анализа данных о функционировании телекоммуникационного оборудования определяется возможностями системы сбора и обработки этих данных, объемы которых могут увеличиваться экспоненциально. Как выполнить глубокий анализ поведения сетевого оборудования в условиях лавинообразного роста показаний телеметрии?
Проектирование архитектур систем работы с Большими Данными связано с множеством трудностей. В частности, архитектуру распределенного ПО надо тесно увязать со структурами данных и архитектурой развертывания. Чтобы удовлетворить требования к качеству, при проектировании системы нужно учитывать особенности всех трех архитектур одновременно.