1. 1
https://mollweide.files.wordpress.com/2013/05/big-data.jpg
Co, gdzie, jak i po co?
Duże zbiory danych w chmurze, jak z nich skorzystać i
wykorzystać.
Olga
Budziszewska
Kryminolog
Fan startupów
Lokalna aktywistka
o.budziszewska@mirar.pl
Ryszard
Dałkowski
Kiedyś chyba informatyk
Startupowo sceptyczny
Antyspołeczny indywidualista
ryszard.dalkowski@exertum.pl
2. 2
„One of the most disruptive technology”
http://www.weirdtwist.com/2013/01/storm-cloud-animated-gif.html
Azure
footprint
16 regionów w 2014
Data Center
CDN
6. 6
Distributed Storage (HDFS)
Query
(Hive)
Distributed Processing
(MapReduce)
DataIntegration
(ODBC/SQOOP/REST)
EventPipeline
(EventHub/
Flume)
Legenda
Red =
Core Hadoop
Blue =
Data processing
Gray= Microsoft
integration points and
value adds
Orange =
Data Movement
Green = Packages
YARN
Compute
Visualisation
Orchestration Storage
Service bus
Event Hub
Data Factory
Power BI
Stream Analytics
HD Insight
Machine Learning
Virtual Machines
Table Storage
Blob Storage
SQL Azure
Document DB
Feeds
IoT
Data Sources
Near real time analysisData Journeys
Azure
7. 7
Compute
Visualisation
Orchestration Storage
Service bus
Event Hub
Data Factory
Power BI
Stream Analytics
HD Insight
Machine Learning
Virtual Machines
Table Storage
Blob Storage
SQL Azure
Document DB
Feeds
IoT
Data Sources
Near real time analysisPredictive Analytics
Azure
Compute
Visualisation
Orchestration Storage
Service bus
Event Hub
Data Factory
Power BI
Stream Analytics
HD Insight
Machine Learning
Virtual Machines
Table Storage
Blob Storage
SQL Azure
Document DB
Feeds
IoT
Data Sources
Near real time analysisNear real time analysis
Azure
11. 11
Co to jest Machine Learning (ML)
Rozwiązuje bardzo trudne problemy
Wydobywa większą wartość Big Data
Nowa jakość w analityce biznesowej
Business
Knowledge
Data
Preparation
Modelling
Evaluation
Data
Understanding
Idea
Data
Publish
Machine Learning Process Model
Based on the CRISP-DM Model
13. 13
Myliłby się jednak ten,
kto przymiotnik BIG
w Big Data utożsamiałby wyłącznie z
gigantyczną ilością danych. Oznacza on
przede wszystkim to, co możemy z
tymi danymi realnie zrobić. Łukasz Kapuśniak
Chief Big Data Officer Cloud Technologies
Komputer w Firmie
14. 14
GLOBALNE SONDAŻE
I BADANIA RYNKU ONLINE
(APP)
PONAD MILION
RESPONDENTÓW W CZASIE
RZECZYWISTYM 24/7
MONITOROWANIE OFERT, CEN
I DOSTEPNOŚCI W SKLEPACH
INTERNETOWYCH
21 MILIONÓW OFERT
11 TYSIĘCY SKLEPÓW
OPEN DATA: Z LICZB
INFORMACJE O JAKOŚCI ŻYCIA
W DANEJ DZIELNICY
80 000 UNIKATOWYCH
UŻYTKOWNIKÓW MIESIĘCZNIE
W 5 MIASTACH ŚWIATA
18. 18
„MIELIŚMY WIELE PYTAŃ, KTÓRYCH PO PROSTU
NIE MOGLIŚMY ZADAĆ NASZYM KLIENTOM”
DANE Z FB, PUNKTÓW SPRZEDAŻY I RAPORTY
POGODOWE
“Before, we thought that people would
choose cold drinks and desserts in hot
weather,” says Cheong. “But contrary
to our assumptions, in certain outlets
we saw an opposite trend.”
19. 19
BizSpark? Dobry początek – bez zobowiązań
Unikalne oferty od Partnerów
Biznes i Marketing Rozpoznawalność i Promocja
Wsparcie techniczne
Podstawowe Elektroniczne
Rozszerzone
2 incydenty
Oprogramowanie i usługi
Narzędzia systemy i aplikacje Systemy operacyjne i aplikacje