Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Tecnologías emergentes para la transformación digital

277 visualizaciones

Publicado el

La sinergia entre Cloud, Atlassian ALM, DevOps, Machine Learning y Blockchain

Publicado en: Software
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Tecnologías emergentes para la transformación digital

  1. 1. Co-Patrocinado por: Tecnologías emergentes para la transformación digital La sinergia entre Cloud, Atlassian ALM, DevOps, Machine Learning y Blockchain
  2. 2. Ricard Ventayol Director Unidad de Negocio Hola!
  3. 3. BIENVENIDA Ricard Ventayol, Director de Unidad de Negocio09:30 Cómo impulsar la innovación en tu organización con Atlassian y desplegar en alta disponibilidad la suite sobre AWS. Eduardo Chuecos, Centro Experto ALM/Atlassian Blockchain y API Economy, o la tarificación de APIs utilizando smart contracts José Ángel Corral, Centro Experto Arquitectura de Soluciones PAUSA CAFÉ11:40 La reducción de costes en la Industria 4.0 con Machine Learning Carlos Ortiz, Responsable del Centro Experto Big Data Una a experiencia real con Applus. Cómo exponer hacia el exterior información y recursos a través de API’s Rubén Ávila & José Queija AGENDA Cómo mejorar la productividad de tus equipos DevOps con la Inteligencia Artificial de los ChatOps. Alejandro Font, Centro Experto Arquitectura de Soluciones CÓCTEL 09:40 10:20 11:00 12:10 13:00 13:30
  4. 4. 4 4 45,6 M€de ingresos en 2017 54,5 M€ estimados para 2018. Presente en todos los sectores 100% capital español Presencia en Madrid, Barcelona, Cádiz, Zaragoza, A Coruña, Mallorca y Huelva Vocación internacional Fundada 1994en y actualmente referente TI en Innovación I+D+i en Centros Expertos y Comunidades Tecnológicas de vanguardia, líderes en Transformación Digital +1200profesionales de TI de probada Solvencia Técnica Crecimiento del 16,5%en facturación interanual al cierre de 2017 Somos un socio de confianza, con una larga trayectoria y un sólido futuro en el sector
  5. 5. 5 Crecemos de forma sostenida con espíritu de start-up atrayendo talento y ofreciendo valor al cliente 2017 2013 1998 2008 2013 evolución Apertura Oficina A Coruña Apertura Oficina Zaragoza Apertura Oficina Cádiz Apertura Oficina Barcelona Creación 1994 2018 Apertura Oficina Palma de Mallorca Apertura Oficina Huelva * Cifras previstas *
  6. 6. 6 Nuestros top clientes 334 Proyectos internacionales en 12 países clientes activos Top 20 clientes
  7. 7. 7 Somos un ecosistema de centros especializados orientado a la excelencia tecnológica Un Centro Experto por Comunidad Tecnológica, un Liderazgo Técnico para cada Centro Experto y todos enfocados en una misma dirección gracias a la Oficina Técnica, liderada por el CTO y compuesta de todos los Líderes Técnicos. 19 CENTROS EXPERTOS Project Manager Microsoft Front QA & Testing Portales Java Oracle Mainframe Y ERP DevOps eCommerce Agile Mobile Data & Analytics Middleware, Sistemas y Cloud ECM PHP Diseño / UX ALM / Atlassian Arquitectura de Soluciones
  8. 8. …En clave de ALM, Cloud y Machine Learning Mejora la colaboración interna Mejora la eficiencia operativa Impulsa la cultura de la innovación dentro de la organización Sinergias entre tecnologías innovadoras para una Transformación Digital exitosa Reduce el T2M Reduce el T2M Mejora la eficiencia operativa Impulsa la cultura de la innovación dentro de la organización ALM | CLOUD DEVOPS BLOCKCHAIN MACHINE LEARNING Eduardo Chuecos Alejandro Font José Ángel Corral Carlos Ortiz Permite nuevos modelos de negocio Impulsa la cultura de la innovación dentro de la organización
  9. 9. BIENVENIDA Ricard Ventayol, Director de Unidad de NEgocio09:30 Cómo impulsar la innovación en tu organización con Atlassian y desplegar en alta disponibilidad la suite sobre AWS. Eduardo Chuecos, Centro Experto ALM/Atlassian Blockchain y API Economy, o la tarificación de APIs utilizando smart contracts José Ángel Corral, Centro Experto Arquitectura de Soluciones PAUSA CAFÉ11:40 La reducción de costes en la Industria 4.0 con Machine Learning Carlos Ortiz, Responsable del Centro Experto Big Data Una a experiencia real con Applus. Cómo exponer hacia el exterior información y recursos a través de API’s Rubén Ávila & José Queija AGENDA Cómo mejorar la productividad de tus equipos DevOps con la Inteligencia Artificial de los ChatOps. Alejandro Font, Centro Experto Arquitectura de Soluciones CÓCTEL 09:40 10:20 11:00 12:10 13:00 13:30
  10. 10. Co-Patrocinado por: Cómo impulsar la innovación en tu organización con Atlassian Eduardo Chuecos
  11. 11. Nuestra propuesta de valor ALM/Atlassian C O N S U LTO R Í A • Adaptación a las necesidades con diferentes metodologías • Modelado de procesos de negocio y de procesos IT • Definición de la solución para la implantación de ALM I N S TA L A C I Ó N - PA R A M E T R I Z A C I Ó N • Definición de la infraestructura necesaria • Instalación y personalización de los productos y Apps • Migraciones de datos entre herramientas G E S T I Ó N D E L I C E N C I A S • Atención personalizada y transparente • Asesoramiento en la selección de productos y Apps • Facilidad de facturación y precios en euros D E S A R R O L LO - I N T E G R A C I O N E S • Extensibilidad mediante scripting • Desarrollo a medida de Apps • Integraciones con otros sistemas S O P O R T E - M A N T E N I M I E N TO • Mantenimiento evolutivo y correctivo. • Actualización de versiones, migraciones de servidor • Servicio presencial y remoto 8x5, 24x7, … F O R M A C I Ó N - A C O M PA Ñ A M I E N TO • Formación de usuarios y administradores • Talleres de desarrollo de Apps y scripting • Soporte a la gestión del cambio I N F R A E S T R U C T U R A • Monitorización de plataforma • Administración de la infraestructura • Auditorías de configuración y rendimiento
  12. 12. + 100 especialistas en el equipo 12 La mayor comunidad de profesionales Atlassian de España o Consultores ALM / Atlassian o Técnicos de producto o Arquitectos de sistemas o Equipo de desarrollo o Equipo de soporte o Formadores Platinum Solution Partner +50 certificaciones oficiales Atlassian (ACPs) Nuestro equipo
  13. 13. 13 ¿En qué consiste la innovación en la organización? La innovación es la aplicación comercial de una idea. Es uno de los pilares del Plan Estratégico de cualquier organización.
  14. 14. 14 Aspectos clave para llevar a cabo la innovación ✓ Definición y planificación de los objetivos a conseguir ✓ Identificación de ideas para desarrollar ✓ Análisis de su impacto comercial como de posición competitiva de la organización. ✓ La financiación de la innovación. ✓ Desarrollo de los proyectos para impulsar las ideas. ✓ Capacidad de cambio en los objetivos de forma rápida y conociendo el impacto.
  15. 15. 15 ¿Cómo llevarla a cabo? La gestión de la innovación aborda el proceso de organizar y dirigir los recursos de la organización con la finalidad generar ideas que permitan desarrollar nuevos productos, procesos y servicios o mejorar los ya existentes.
  16. 16. Co-Patrocinado por: Desplegar Atlassian en alta disponibilidad la suite sobre AWS Eduardo Chuecos
  17. 17. 17 Nuestros servicios Cloud I N F R A S T R U C T U R E S O L U T I O N S • Diseño e implantación de infraestructuras • Health Check de infraestructuras y troubleshooting • Implantación de soluciones de monitorización • Implantación de soluciones IaaS, SaaS y PaaS • Definición de políticas de backups híbridas • Soluciones D&R (RTO y RPO) O P E R AT I O N S C E N T E R • Servicios de monitorización 24/7 • Control de procesos y ejecución de procesos planificados • Recuperación de entornos y ejecución de procedimientos de escalado (English spoken) M A N A G E D S E R V I C E S • Administración de infraestructuras • Gestión proactiva del servicio (SLAs, métricas, etc.) • XaaS (eXpert as a Services) • Gestión de la disponibilidad, capacidad, continuidad, incidencias, problemas, configuración, cambio y demanda T E C H N I C A L A S S I S TA N T • Asistencia técnica (Arquitectos, Administradores Sr y Jr, Operadores, etc.) M I G R AT I O N S E R V I C E S • Migración de infraestructuras On-premises • Migración de infraestructuras cloud (público, privado, híbrido) M I D D L E W A R E I N T E G R AT I O N • Desarrollo e integración de SW Middleware • Análisis de integración Middleware CLOUD, MIDDLEWARE & SISTEMAS
  18. 18. 18 18 Opciones de despliegue Modalidades de despliegue • Atlassian gestiona la infraestructura, la seguridad y mantenimiento (SaaS) • Publicación de funcionalidades automáticas • Algunas diferencias con respecto a Server/DataCenter en cuanto a funcionalidades • Alojamiento en la red local o a través de servicios como AWS o Azure (PaaS) • Personalización total, pero configuración y mantenimiento a cargo del cliente o partner • Requiere actualizaciones manuales de versión • Alojamiento en la red local o a través de servicios como AWS o Azure (PaaS) • Alta disponibilidad activo- activo • Balanceo de carga • Disaster recovery • Escalabilidad instantánea Cloud Server Data Center Cloud Gestionado Cloud Gestionado • Alojamiento en proveedores cloud como AWS o Azure (PaaS) • atSistemas gestiona la infraestructura y el mantenimiento • Alta disponibilidad activo-activo (DataCenter) o activo-pasivo (Server)
  19. 19. 19 Problemática Nos encontramos ante situación repetitiva Repetición Instalamos repetidamente la misma infraestructura en múltiples clientes. Altos tiempos de implantación Aumento de costes y riesgos La creación de infraestructura de manera manual incrementa los tiempos necesarios para crear los entornos. Aumento del Time-To-Market. La acumulación de tareas manuales conlleva un incremento de los costes de implantación y un riesgo de errores humanos
  20. 20. 20 Solución Poniendo respuesta a los problemas planteados Reducción de errores humanos: El despliegue automatizado reduce la necesidad de actuaciones manuales, y por tanto, de errores humanos. Aplantillamiento como código: Generamos una plantilla de la solución mediante el uso de Infraestructuras como Código. Reducción del Time-To-Market: El aplantillamiento nos permite reducir las actuaciones manuales y por tanto los tiempos de puesta en producción. Reducción de costes: Bajar al mínimo los tiempos de implantación reduce los costes derivados del esfuerzo de implantar las soluciones.
  21. 21. Nuestra solución al detalle I Descripción de la solución adoptada Arquitecto Aplantillamiento de la infraestructura Ansible Codecommit Subida de código al repositorio
  22. 22. Nuestra solución al detalle II Descripción de la solución adoptada Uso de Jenkins como herramienta de despliegue Descarga de código y configuraciones Creación de recursos y configuraciones Descarga de instalación y bbdd de Jira Despliegue de Jira sobre la infraestructura Usuario peticionario Codecommit Etc…
  23. 23. 23 23 Arquitectura AWS Infraestructura dentro del soporte de Atlassian Uso de servicios de AWS como ALB, RDS, EC2, EBS, etc. Amplia experiencia en la implantación de la solución Modelo de responsabilidad compartida Reducción de costes de infraestructura Reducción de costes de mantenimiento Recuperación automática ante caídas del sistema Encriptación, seguridad de acceso, tráfico SSL, etc.
  24. 24. Co-Patrocinado por: GRACIAS
  25. 25. Co-Patrocinado por: Cómo mejorar la productividad de tus equipos DevOps con la Inteligencia Artificial de los ChatOps. Alejandro Font
  26. 26. Capacidades 26 Nuestra propuesta de valor DEVOPS •Implantación de servidores de IC (Jenkins, Bamboo, Concourse, GoCD, ..) •Definición de pipelines de construcción y despliegue •Orientación a IC como código Entrega Continua •Implantación de herramientas de Aprovisionamiento •Implantación de herramientas de Plataformado •Implantación de PaaS – OnPremise / Cloud Infraestructura como Código •Definición e Implantación de clusters escalables de contenedores (Openshift, Kubernetes). •Adaptación de ciclos de EC a contenedores (Openshift, Kubernetes). Contenedores •Implantación de soluciones de Centralización de Logs (Graylog, ELK) •Implantación de soluciones de monitorización (Grafana, Nagios, Telegraph, Prometheus …) Operación y Monitorización
  27. 27. Alejandro Font  Líder Técnico de la Comunidad Oracle de atSistemas  Consultor Oracle Middleware  Oracle ACE  +14 años de experiencia en Oracle ADF  Actualmente enfocado en Chatbots , Docker y soluciones Front para entornos PL/SQL http://enmilocalfunciona.io/author/alejandro/ http://www.oracle.com/technetwork/es/articles/index.html
  28. 28. Índice 3 2 Terminología1 Conceptos Genéricos de bots Machine Learning Dialog Flow ¿Por qué un bot? Demo No te quedes ahí. Funcionalidades Extra
  29. 29. ¿Por qué un bot? http://www.businessinsider.com/the-messaging-app-report-2015-11
  30. 30. ¿Por qué un bot? o No necesitas convencer a nadie que se descargue ninguna App o Reducción de Costes o Usabilidad o Conoces mejor el comportamiento de tus clientes/usuarios o Multi Canal o Aumentar la productividad—>chatOps o Democratización del Machine Learning y de la inteligencia artificial
  31. 31. Tipos de Bots Tipos de ChatBots o ChatBots: conversacionales que interactúan con nosotros y permiten dar un servicio de primer nivel, antes de escalar a una atención humana. Término acuñado por en 2008 o ChatOps: están enfocados a mejorar nuestra productividad. “Un bot (aféresis de robot) es un programa informático que efectúa automáticamente tareas repetitivas a través de Internet, cuya realización por parte de una persona sería imposible o muy tediosa.” https://es.wikipedia.org/wiki/Bot
  32. 32. Tipos de Bots Orientados a Conversación Su objetivo no es tanto la productividad Orientados a Tareas—> Explotar una plataforma de manera productiva
  33. 33. Como funcionan…Proceso de una petición o Obtener estado ATCOPS-3: o Proceso o Obtener el texto o Entender qué significa o Buscar información relevante (estado ATCOPS-3) o Ejecutar una respuesta asociada a esa entrada
  34. 34. Terminología hgo Conceptos Clave ❖ Intents Ilustran el caso de uso, describen las acciones que el bot ayuda a completar. Transferir Dinero o Abrir Issue ❖ Utterances Frases asociadas a los intents ❖ Entities Le damos contexto a nuestros intents ❖ Machine Learning / NLP Capacidad de aprendizaje con entrenamiento / Detección de sentimientos, entidades, acciones, … ❖ Dialog Flow
  35. 35. Tipos de Aprendizaje ❖ Modelo TM ➢ Basado en ML ➢ Es mas complejo y menos predecible ➢ Requiere mas entrenamiento ❖ Modelo HT ➢ Basado en texto ➢ Modelo por defecto ➢ Muy rápido ➢ Modo Entrada Salida Las técnicas de Machine Learning permiten al ChatBot aprender cuando son expuestos a nueva información. El comportamiento de los ChatBots se programa explícitamente
  36. 36. 36 Ejemplos https://enmilocalfunciona.io/chatops-con-oracle-mobile-cloud/
  37. 37. ChatOps…Mejorando la Productividad Podemos conseguirlo mejorando el canal por el que ejecutamos el automatismo. Un gran canal son las interfaces conversacionales
  38. 38. Uso de las Interfaces Conversacionales Escribimos lo que queremos hacer sin cambiar de contexto Plataforma / Automatismo destino Plataforma / Automatismo destino Plataforma / Automatismo destino ChatOps
  39. 39. BotCanal SistemaPersona Ejemplo de Productividad Abrir issue conversando 00:12 segundos Aumento de un 64% en la Productividad de esta acción concreta SistemaPersona Abrir issue de forma Convencional 00:35 segundos
  40. 40. • Crear issues • Buscar issues y dar la info. mas relevante • Buscar asignaciones por usuario • Añadir comentario • Últimas Issues Sprint Activo • Buscar páginas • Crear páginas BOT 40 Diagnostics Analytics Lifecycle API Security Connectors Bots BOT Ver demo: https://www.youtube.com/watch?v=c0YsYqAt9GM
  41. 41. Demo Escribimos lo que queremos hacer sin cambiar de contexto Demo Escribimos lo que queremos hacer sin cambiar de contexto
  42. 42. Escenarios…Casos de Uso  Poder añadir un comentario desde el coche/tren  Consultar el estado genérico de una issue durante una conversación informal  Ver o preguntar en JIRA antes de una reunión  Interacción con JIRA, haciendo uso de ordenador convencional
  43. 43. Arquitectura
  44. 44. 44 Más Funcionalidades
  45. 45. 45 Analíticas Cómo se usa mi Bot Analíticas sobre Intents Analíticas sobre Entities Frases populares utilizadas por usuarios Tipos de Usuario: activos, nuevos e inactivos (geo, dispositivo y canal) Trazabilidad en las sesiones Errores en Flujo, Componentes, etc.
  46. 46. Instant App Builder
  47. 47. Agentes
  48. 48. Algunas plataformas y soluciones Azure Bot Service Plataformas Completas SaaS Watson Assistant
  49. 49. Co-Patrocinado por: Blockchain y API Economy, o la tarificación de APIs utilizando smart contracts José Ángel Corral
  50. 50. API Economy01 Estrategia de implantación02 Stack tecnológico 03 DEMO 04 ÍNDICE
  51. 51. 51 Nuestra propuesta de valor B L O C K C H A I N D E P L O Y M E N T • Despliegue en nodos de la red Alastria • Despliegue en redes públicas (ej. Ethereum) • Despliegue en redes privadas. B L O C K C H A I N A R C H I T E C T U R E • Definición e implantación de arquitecturas descentralizadas mediante Blockchain • Sistemas de almacenamiento de datos distribuidos C O N S U LT I N G & T R A I N I N G • Apoyo a la definición de casos de uso y de negocio • Formación personalizada R E S E A R C H & I N N O V AT I O N • Estudios de viabilidad • Pruebas de concepto y prototipos • Blockchain Innovation Workshops • Vigilancia y observatorio del estado del arte S M A R T C O N T R A C T S D E V E L O P M E N T • Diseño y programación de Smart Contracts. • Integración con APIs externas a la Blockchain. • QA sobre Smart Contracts. Blockchain
  52. 52. 52 API Economy “API Economy” es un término genérico relativo al uso de “business APIs” y frecuentemente relacionado con beneficios económicos. Los principales business drivers son: • Time to market • Llegar a nuevos mercados/clientes • Innovación (a bajo coste/riesgo) • Mecanismos mejorados para compartir assets de forma interna en una empresa • APIs + Cloud = Escalabilidad sin límites
  53. 53. 53 API Business Models Partner-Only API Model Modelo “cerrado”, donde sólo los partners del propietario del API pueden acceder y consumir el API “Public” Model Modelo “abierto”, donde cualquiera (público en general) puede acceder y consumir el API, normalmente por un número fijo de transacciones Internal APIs Model Modelo en el que el API se mantiene de forma privada a la organización y cuyo objetivo es acelerar e integrar unidades y procesos internos
  54. 54. 54 “Partner-Only” vs “Public”: Beneficios • Rápida monetización de la información • Mejor control y mantenimiento • Ayuda a los partners actuales • Oportunidad de crecimiento estructurado • Ejemplos: Amazon • Oportunidad de innovación • Expansión de mercados • Aumento del conocimiento/uso de la plataforma • Ejemplo: Google, Paypal, FB • Closed Partner-Only Model • Open “Public” Model
  55. 55. 5 Pasos para monetizar APIs 1. Establecer el caso de uso de negocio y el roadmap 2. Asegurarse de tener el modelo organizacional correcto y la financiación 3. Tratar los APIs como un producto, con un ciclo de vida de producto Agile y gobernanza 4. Asegurarse de tener la plataforma tecnológica adecuada para construir y gestionar APIs 5. Medir y monitorizar los KPIs correspondientes del API, tales como rendimiento en tiempo de ejecución y feedback del desarrollador
  56. 56. Ejemplo de casos de uso 1/2 Stubhub Venta de entradas para eventos (stubhub.es / developer.stubhub.com) Caso de éxito de WSO2: https://wso2.com/casestu dies/how-apis-are-driving- stubhubs-business/
  57. 57. Ejemplo de casos de uso 2/2 Mashup de APIs Todos aquellos casos en los que son necesarias diversas APIs de diferentes proveedores para dar un servicio común. Ej: App móvil de pago para la reserva de plazas de parking (Cámaras, IoT, geoposicionamiento, acuerdos comerciales…)
  58. 58. 58 58 API Economy Concepto Por ejemplo con el uso de un API Manager que permita la gestión y publicación de datos para su uso por terceros. Contamos con cada vez más datos obtenidos por la interacción de nuestros usuarios con nuestra web, aplicaciones móviles, por sensores y dispositivos conectados. Es posible monetizar el valor derivado de estos datos y su procesamiento. Pero para esto es necesario integrar de manera satisfactoria los mecanismos de interacción con estos datos. Permitiendo el control de este uso para una adecuada tarificación y monetización.
  59. 59. 59 API Economy Motivación y requerimientos Uso de tecnología Blockchain como mecanismo de confianza para la tarificación transparente del consumo de datos. La confianza debe establecerse entre el proveedor y el consumidor de los datos Se requiere el uso de un API Manager Y de Smart Contracts desplegados sobre una blockchain
  60. 60. API Economy 01 Estrategia de implantación02 Stack tecnológico 03 DEMO 04 ÍNDICE
  61. 61. 61 Estrategia de implantación API Economy Definición de Políticas de Throttling (Cliente, App …) Niveles de Servicio (Peticiones/sq) Información Analítica de APIs (Autenticación, Backend ...) Gestión de Subscripciones y Planes de Facturación. Definición de las estructuras de datos (Gestión del Dato) Documentación basada en Swagger, RAML Facilitar EndPoints para Integradores (Prototipos). Políticas de Seguridad (OAuth2, JWT …) Construcción del Backend de Servicios. Emisión de Tokens. Gestión de Versiones. Planificación y Diseño de las APIs Integración y Gestión del Consumo Publicación y Consumo Explotación y Monitorización de APIs
  62. 62. 62 Gobierno de APIs 1/2 Monitorización Definición de recursos y APIs Estandarización para el desarrollo de APIs Documentación de APIs Testing
  63. 63. 63 Gobierno de APIs 2/2 Políticas de seguridad Monetización Estrategias de CI y CD Política de versionado
  64. 64. 64 Soluciones de mercado
  65. 65. API Economy 01 Estrategia de implantación02 Stack tecnológico03 DEMO 04 ÍNDICE
  66. 66. 6666 Facilita el desarrollo de APIs abstrayendo la capa de seguridad. Puede integrarse en los sistemas CI/CD de la compañía y desplegarse en Cloud, On Premise o Híbrida. Solución 100% Open Source bajo licencia Apache 2.0 Asegura la disponibilidad de los backend y facilita la publicación de APIs y su consumo para los equipos de desarrollo. . WSO2 API Manager La suite WSO2 proporciona una gestión integral de las APIs (recursos) disponibles por los sistemas de la información de clientes y proveedores como si fueran sistemas internos de la compañía. Permite el análisis y monitorización de los recursos y el diseño de cuadros de mandos y gadgets
  67. 67. 6767 Data Analytics: Estadísticas de uso de los recursos publicados y consumidos. Key Manager: Capa de seguridad de acceso a los recursos con OAuth 2.0. Portal Publisher: Portal publicar los APIs a través de contratos Swagger o WSDL. . WSO2 API Manager - Componentes API Gateway: Gestión de las peticiones entre los clientes y los backends. Portal Store: Catálogo de los recursos y facilitar el consumo/testing de las APIs. Traffic Manager: Definición de las reglas para gestionar el trafico entre los clientes y los backends mediante reglas de Throttling.
  68. 68. 6868 Basado en algoritmos de consenso IBFT, en lugar de “Proof of work”->mejores prestaciones (aprox 800 tx/s), sin “forks” en la cadena Adicionalmente a geth se añade constellation, un sistema para almacenar y ejecutar Smart contracts privados Diseñado para construir redes permisionadas, en las que los participantes son conocidos y tienen reputación. Red Blockchain Un fork “lightweight” de geth -> compatibilidad total con Ethereum Basado en QUORUM Alastria
  69. 69. 69 Red Blockchain atSistemas
  70. 70. 70 70 Smart Contracts Independientes de la infraestructura. Programación • Desarrollo con Solidity • Empleo de patrones (OpenZeppelin) Integración via API Rest DApps Frontend -> Explorador de eventos (AWS, Alastria) Interacción con Smart Contracts via java (web3j), js(web3js) y golang Arquitecturas Desacopladas
  71. 71. 71 Desarrollo, Test y Despliegue • Compilación de Smart Contracts, vinculación, implementación y administración de binarios. • Pruebas automatizadas de contratos para un rápido desarrollo • Marco de despliegue y migración por script • Gestión de red para su despliegue en redes públicas y privadas. • Truffle Boxes ASSET PIPELINE WITH A POWERFUL CLI: ➢ truffle init ➢ truffle create contract / test ➢ Update deployment file ➢ truffle compile ➢ truffle test ➢ truffle debug ➢ truffle migrate TEST DRIVEN DEVELOPMENT • Test case & Group of test cases ➢ it(…), describe(…) • Hooks ➢ before(), beforeEach(), after(), afterEach() • TDD & BDD • Multiple assertion styles ➢ assert(), expect(), should()
  72. 72. 72 Desarrollo, Test y Despliegue • Acelera el desarrollo, no es necesario instalar clientes locales • Ideal para pruebas, incluidas respuestas y otra información vital de depuración • Resultados instantáneos, sin tiempo de espera, controles de minería avanzados • Explorador de bloques incorporado • Incluye algoritmo de consenso Bizantino GANACHE CLI • Versión de línea de comando • Cliente RPC Fast Ethereum para pruebas y desarrollo • Smart Contracts escritos para CoinDash, Parity o Veritaseum han sido hackeados • Blockchain Security: POROSITY • Descompilador para bytecode EVM en Contratos de sintaxis Solidity • Análisis estático y dinámico de Contratos compilados pero también descubrimiento de vulnerabilidad • Usado por Microsoft and J. P. Morgan
  73. 73. 73 Arquitectura
  74. 74. API Economy 01 Estrategia de implantación02 Stack tecnológico 03 DEMO04 ÍNDICE
  75. 75. 75 Tarificación de APIs usando Smart Contracts 1- Creación de una Aplicación en el API Manager 2- Creación de un API asociado a la Aplicación 3- Consumo del API
  76. 76. 76 Paso 1 – Creación de Aplicación WSO2 API M + FRAMEWORK API_MONETIZACION WSO2 API GATEWAY AWS LAMBDAS DYNAMO DB RED ETHEREUM ------------ ALASTRIA AWS SQS 1 CREAR APP 2 PETICIÓN ACEPTADA 3 CREAR SMART CONTRACT 4 OK TRANSACCIÓN 5 ACTIVAR SMART CONTRACT 6 ACTIVACIÓN OK7 SC CREADO 8 LEER SC 9 ACTIVAR APP
  77. 77. 77 Paso 2 – Creación de API WSO2 API M + FRAMEWORK API_MONETIZACION WSO2 API GATEWAY AWS LAMBDAS DYNAMO DB RED ETHEREUM ------------ ALASTRIA AWS SQS 1 CREAR API 2 PETICIÓN ACEPTADA 3 ACTUALIZAR SMART CONTRACT 4 OK TRANSACCIÓN 5 ACTUALIZAR SMART CONTRACT 6 ACTUALIZACION OK7 API ACTIVADO 8 LEER SC 9 ACTIVAR API
  78. 78. 78 Paso 3 – Actualización de consumos WSO2 API M + FRAMEWORK API_MONETIZACION WSO2 API GATEWAY AWS LAMBDAS DYNAMO DB RED ETHEREUM ------------ ALASTRIA AWS SES 2 EVENTOS PROCESADOS 3 EVENTOS ENVIADOS 4 ACTUALIZAR SMART CONTRACT 5 EVENTOS REGISTRADOS 6 ACTUALIZAR SMART CONTRACT 7 ACTUALIZACION OK8 PDF 1 PROCESAR EVENTOS
  79. 79. 79 DApp – API Economy • Explorador de transacciones y eventos generados por nuestro Smart Contract • Usa el API JSON-RPC a través del web3js para conectar al nodo de trabajo • Filtro directo a la blockchain (no se procesan en frontend ni en backend)
  80. 80. Co-Patrocinado por: GRACIAS
  81. 81. Co-Patrocinado por: La reducción de costes en la Industria 4.0 con Machine Learning Carlos Ortiz
  82. 82. Presentación y Objetivos 01 ¿Que es machine learning? 02 Machine learning en el tiempo 03 Tipos de aprendizaje 05 Aplicación y casos de uso 06 ¿Dónde estamos? 07 ÍNDICE Proceso de machine learning 04 ¿Empezamos? 08
  83. 83. Nuestra propuesta de valor
  84. 84. PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 03 PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 05 06 PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 07 Objetivos: Tres ideas claras PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 04 PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 08
  85. 85. PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 05 06 PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 07 ¿Qué es machine learning? Inteligencia Artificial Machine Learning Deep Learning Machine learning (Aprendizaje Automático) es una rama dentro de la disciplina de la Inteligencia Artificial. ✓ Aplican modelos matemáticos (algoritmos) ✓ Emplean datos históricos ✓ Responden a problemas complejos ✓ Capacidad de aprender
  86. 86. PLACEHOLDER This is a placeholder text. This text can be replaced with your own text. This text can be replaced with your own text. 07 Machine learning en el tiempo
  87. 87. Proceso de machine learning ✓ Esencial disponer de datos históricos. ✓ Plantear un objetivo en forma de cuestión de negocio. ✓ Recoger, entender, transformar y enriquecer los datos. ✓ Elección de un buen modelo.
  88. 88. Proceso de machine learning
  89. 89. Tipos de aprendizaje
  90. 90. Tipos de aprendizaje La regresión se utiliza para predecir el valor de una determinada variable (variable dependiente) en función de una serie de variables independientes. Usos ▪ Análisis de tendencias ▪ Análisis de riesgos ▪ Ventas o previsiones del mercado ▪ Control de calidad total ▪ Análisis de solvencia de un cliente ▪ Modelización del margen de beneficio
  91. 91. Tipos de aprendizaje La clasificación se utiliza para determinar tipologías conocidas dentro de una población en función de una serie de variables conocidas. Usos ▪ Clasificación de cliente ▪ Reconocimiento de patrones ▪ Detección de fraude ▪ Determinación de causas raíz ▪ Ciclo de vida del cliente
  92. 92. Tipos de aprendizaje Las técnicas de reducción de la dimensionalidad se utilizan para representar un conjunto de datos muy extensos (con muchas variables) generando nuevas variables “resumen” del conjunto de datos, minimizando el número de variables. Usos ▪ Reducción de gran cantidad de variables posiblemente correlacionadas a un subconjunto resumen de variables que ya no guardan ninguna correlación.
  93. 93. Tipos de aprendizaje Las técnicas de clustering, permiten agrupar conjuntos de datos clasificándolos por criterios que, a priori, no se conocen. Segmenta el conjunto de datos para comprender sus características intrínsecas. Usos ▪ Cluster de cliente ▪ Optimización de campañas de marketing. ▪ Análisis de operaciones anómalas ▪ Agrupación de tipos de operación, compras, etc.. ▪ Análisis de recursos humanos
  94. 94. Tipos de aprendizaje: Aprendizaje por refuerzo Su fundamento se basa en que el modelo “aprendiz” es capaz de recibir información del medio. De esta forma, cuando el sistema responde recibe información (refuerzo) sobre si ésta ha sido apropiada (refuerzo positivo) o no (refuerzo negativo). El objetivo del algoritmo es el de maximizar el refuerzo positivo (maximizar la recompensa). Usos ▪ Movimiento de trading ▪ Definición de nuevos productos
  95. 95. Tipos de aprendizaje: Deep learning Sistemas dentro del aprendizaje no supervisado que utiliza como modelo el funcionamiento del sistema nervioso utilizando capas de unidades de proceso (neuronas artificiales). Usos ▪ Evaluación y proceso de créditos (credit scoring, valoración de hipotecas,…). ▪ Detección y el control del fraude. ▪ Evaluación de desempeño y optimización de procesos. ▪ Mejora en la definición de productos. ▪ Búsqueda de patrones y detección de anomalías. Las mejores situaciones para implementar Deep learning son: • Son apropiadas en ámbitos donde el conocimiento es escaso. • Donde existe información con ruido. • Con gran número de entradas y variables correlacionadas. • Interpretar relaciones entre una gran cantidad de variables. • Suministran una respuesta rápida a un problema, pudiendo actuar en tiempo real.
  96. 96. Aplicación y casos de uso Industria Retail Salud ✓ Mantenimiento predictivo. ✓ Optimización de líneas. ✓ Estimación de garantías. ✓ Predicción de demanda. ✓ Mejora de procesos. ✓ Inspección por visión artificial. ✓ Previsión de inventario. ✓ Recomendación de productos. ✓ Segmentación de clientes. ✓ Optimización de precios. ✓ Ciclo de vida del cliente. ✓ Alertas preventivas. ✓ Simulación de escenarios. ✓ Diagnostico por visión artificial. ✓ Predicción de calidad de aire. ✓ Anticipación de epidemias. ✓ Optimización de estudios clínicos. Hostelería y transporte Financiero y seguros Energía y servicios ✓ Optimización de rutas. ✓ Previsión de la demanda. ✓ Fidelización de clientes. ✓ Organización de flotas y personal. ✓ Dinámica de precios. ✓ Análisis de riesgos. ✓ Segmentación de clientes. ✓ Personalización de productos. ✓ predicción de impagos. ✓ Trading, optimización de carteras. ✓ Análisis de consumos. ✓ Predicción de picos y valles de demanda. ✓ Smart grids. ✓ Optimización de suministros. ✓ Mantenimiento predictivo.
  97. 97. ¿Dónde estamos?
  98. 98. ¿Empezamos?
  99. 99. Co-Patrocinado por: GRACIAS
  100. 100. Miriam Cordero Director Unidad de Negocio
  101. 101. Co-Patrocinado por: Transformación Digital en Applus Caso de Éxito – Implantacion WSO2
  102. 102. Transformación Digital en Applus 1. ¿Quiénes somos? 2. Estrategia de Transformación Digital 3. Plataforma WSO2 4. ¿Por qué atSistemas? 5. Próximos pasos
  103. 103. Applus+ es una de las compañías líderes mundiales en Inspección, Ensayos y Certificación. Proporciona soluciones para clientes en todo tipo de sectores, con el fin de garantizar que sus activos y productos cumplan con las normativas y reglamentos medioambientales y de calidad, salud y seguridad. 20.700 empleados en 2017 70 países en los 5 continentes 1.583 millones de euros ingresados en 2017 acreditada por las principales organizaciones internacionales ¿Quiénes somos?
  104. 104. Estados Unidos y Canadá Latinoamérica España Resto de Europa Asia Pacífico2.100 20% 6.000 18% 3.700 28% 1.900 13% 2.000 12% Empleados Total de ingresos (%) en 2016 Empleados Total de ingresos (%) en 2016 Empleados Total de ingresos (%) en 2016 Empleados Total de ingresos (%) en 2016 Empleados Total de ingresos (%) en 2016 Empleados Total de ingresos (%) en 2016 Oriente Medio y África 3.300 9% · ALBANIA · ALEMANIA · ANDORRA · ANGOLA · ARABIA SAUDÍ · ARGELIA · ARGENTINA · AUSTRALIA · AZERBAYÁN · BARÉIN · BÉLGICA · BOLIVIA · BRASIL · BRUNÉI · CAMERÚN · CANADÁ · CATAR · CHILE · CHINA · COLOMBIA · COREA DEL SUR · COSTA RICA · DINAMARCA · ECUADOR · EE.UU. · EGIPTO · EL SALVADOR · EAU · ESPAÑA · FILIPINAS · FINLANDIA · FRANCIA · GABÓN · GHANA · GUATEMALA · GUINEA ECUATORIAL · HOLANDA · INDIA · INDONESIA · IRAQ · IRLANDA · ITALIA · JAPÓN · KAZAKHSTÁN · KUWAIT · MADAGASCAR · MALASIA · MARRUECOS · MÉXICO · MONGOLIA · MOZAMBIQUE · NICARAGUA · NIGERIA · NORUEGA · OMÁN · PAKISTÁN · PANAMÁ · PAPÚA NUEVA GUINEA · PERÚ · POLONIA · PORTUGAL · REINO UNIDO · REPÚBLICA CHECA · REPÚBLICA pDEMOCRÁTICA pDEL CONGO · RUSIA · SINGAPUR · SUDÁFRICA · TAIWÁN · TAILANDIA · TURQUÍA · UCRANIA · UGANDA · UZBEKISTAN ¿Quiénes somos?
  105. 105. DIVISIÓN LABORATORIES Administraciones Públicas. Servicios de Inspección Técnica de Vehículos y soluciones para el control de emisiones contaminantes. Automoción.Aeronáutica, industrial y pagos electrónicos. Petróleo y gas, industria, energía, telecomunicaciones, aeronáutica y construcción. Inspección industrial y medioambiental, asistencia técnica, ensayos no destructivos (END) y servicios de selección y provisión de personal cualificado. Laboratorios multidisciplinarios de ensayos y desarrollo de producto. Circuitos de pruebas, servicios de diseño, ingeniería, ensayos y homologación. empleados 13.100 ingresos 1.010 M€ empleados 800 ingresos 64.5 M€ empleados 4.400 ingresos 310 M€ empleados 2.400 ingresos 198 M€ DIVISIÓN ENERGY & INDUSTRY DIVISIÓN AUTOMOTIVE DIVISIÓN IDIADA *Los datos aportados corresponden al cierre del año 2017. ¿Quiénes somos?
  106. 106. Estrategia de Transformación Digital • Adaptar los procesos y sistemas de la compañía para exponer los recursos a través de APIs (Business APIs). • Migrar a Arquitecturas basada en Micro servicios. • Optimizar los procesos para incorporar nueva funcionalidad (Time to Market) • Definir la estrategia para gestionar la autenticación y autorización de acceso a los recursos. • Análisis y explotación de la información.
  107. 107. Plataforma WSO2 • Publicación de recursos (APIs) • Homogeneizar la documentación de los recursos (Swagger) • Reducir los tiempos de pruebas mediante prototipos. • Securizar el acceso a los recursos (OAuth 2.0 y OIDC) • Definir políticas de consumo de los recursos. (Throttling) WSO2 API Manager:
  108. 108. Arquitectura WSO2 API Management
  109. 109. Plataforma WSO2 • Gestionar la provisión de usuarios desde diferentes fuentes de datos. • Configuración de Single Sign On de las aplicaciones. • Definición de políticas de acceso y recuperación de credenciales. • Posibilidad de definir conectores para repositorios de usuarios ad-hoc. • Vincular cuentas como una única identidad. WSO2 Identity Server:
  110. 110. • Captura de eventos de los productos WSO2. • Diseño de cuadros de mando basado en “gadgets”. • Diseño de “custom gadgets” • Diseño de indicadores de negocio (KPIs) de la plataforma. • Generación de información agrupada con otras fuentes externas (Streams). WSO2 Data Analytics: Plataforma WSO2
  111. 111. Arquitectura WSO2 Identity Server
  112. 112. ¿Por qué atSistemas? • Proveedor de confianza en la compañía. • Partner homologado con el fabricante WSO2. • Equipo de trabajo con perfiles certificados en la plataforma WSO2 API Manager. • Experiencia en la implantación más importante realizada en España. • Adaptación ad-hoc del producto para facilitar la configuración y despliegue de la suite.
  113. 113. Co-Patrocinado por: GRACIAS

×