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
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
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
*
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. …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. 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
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. + 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
¿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
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
¿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.
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
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
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
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. Nuestra solución al detalle I
Descripción de la solución adoptada
Arquitecto
Aplantillamiento de la
infraestructura
Ansible Codecommit
Subida de código al
repositorio
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
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.
25. Co-Patrocinado por:
Cómo mejorar la productividad de tus equipos DevOps con la
Inteligencia Artificial de los ChatOps.
Alejandro Font
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. 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
29. ¿Por qué un bot?
http://www.businessinsider.com/the-messaging-app-report-2015-11
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. 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. Tipos de Bots
Orientados a Conversación Su objetivo no es tanto la productividad
Orientados a Tareas—> Explotar una plataforma de manera productiva
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. 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. 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
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. 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. • 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
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
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.
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
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
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
“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. 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. 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. 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
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
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
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
Gobierno de APIs 1/2
Monitorización
Definición de recursos y APIs
Estandarización para el desarrollo de APIs
Documentación de APIs
Testing
63. 63
Gobierno de APIs 2/2
Políticas de seguridad
Monetización
Estrategias de CI y CD
Política de versionado
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. 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. 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
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
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
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
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
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
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
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
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)
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
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. 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. 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. 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.
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. 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. 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. 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. 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. 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. 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.
102. Transformación Digital en Applus
1. ¿Quiénes somos?
2. Estrategia de Transformación Digital
3. Plataforma WSO2
4. ¿Por qué atSistemas?
5. Próximos pasos
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. 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. 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. 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. 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:
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. • 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
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.