«Полиматика». Новое в пятой версии платформыПолиматика Рус
Новая версия платформы предоставляет продвинутые
аналитические инструменты для всех сотрудников,
от рядовых аналитиков до руководителей.
«Полиматика 5.0» обеспечивает непрерывность
аналитического процесса при работе с большими
объемами данных, поддерживая процессы принятия
стратегических и операционных решений.
Интеллектуальные модули платформы и визуальные
принципы работы в системе гарантируют полное
аналитическое самообслуживание пользователей.
«Полиматика». Новое в пятой версии платформыПолиматика Рус
Новая версия платформы предоставляет продвинутые
аналитические инструменты для всех сотрудников,
от рядовых аналитиков до руководителей.
«Полиматика 5.0» обеспечивает непрерывность
аналитического процесса при работе с большими
объемами данных, поддерживая процессы принятия
стратегических и операционных решений.
Интеллектуальные модули платформы и визуальные
принципы работы в системе гарантируют полное
аналитическое самообслуживание пользователей.
6-7 июня на мероприятии Startup Village в Сколково прошла серия митапов, организованных совместно Сбербанком и СберТехом. Вашему вниманию - серия презентационных материалов с мероприятия.
Как вещи производят большие данные? В чем отличие Индустрии 3.0 и Индустрии 4.0? Мы расскажем об этом и об интересных кейсах применения Big Data в Интернете вещей.
Руководство по формату событий для разработчиков программного обеспечения в целях полноценного логирования и интеграции с любыми системами SIEM (Security information and event management) и LM (log management).
Автоматизированное Управление Привилегированным Доступом: Эволюция Управления...SelectedPresentations
VII Уральский форум
Информационная безопасность банков
Пленарное заседание. Часть II
Информационная безопасность в банковском секторе.
Смородинский Лев Исаакович, вице-президент по развитию бизнеса в Восточной Европе, Lieberman Software
Источник: http://ural.ib-bank.ru/materials_2015
Для эффективной борьбы с большими данными одних технологий недостаточно. Необходим правильный настрой по отношению к ним, позволяющий видеть перспективы и особенности их использования. В данном рассказе предлагается точка зрения на совокупность проблем больших данных и их возможные пути разрешения. Рассказ построен на конкретных примерах из личной практики.
Целевая аудитория доклада, ее примерный уровень: аналитики, менеджеры ИТ, CTO.
More Related Content
Similar to Опасности стандартных подходов к анализу больших данных
6-7 июня на мероприятии Startup Village в Сколково прошла серия митапов, организованных совместно Сбербанком и СберТехом. Вашему вниманию - серия презентационных материалов с мероприятия.
Как вещи производят большие данные? В чем отличие Индустрии 3.0 и Индустрии 4.0? Мы расскажем об этом и об интересных кейсах применения Big Data в Интернете вещей.
Руководство по формату событий для разработчиков программного обеспечения в целях полноценного логирования и интеграции с любыми системами SIEM (Security information and event management) и LM (log management).
Автоматизированное Управление Привилегированным Доступом: Эволюция Управления...SelectedPresentations
VII Уральский форум
Информационная безопасность банков
Пленарное заседание. Часть II
Информационная безопасность в банковском секторе.
Смородинский Лев Исаакович, вице-президент по развитию бизнеса в Восточной Европе, Lieberman Software
Источник: http://ural.ib-bank.ru/materials_2015
Для эффективной борьбы с большими данными одних технологий недостаточно. Необходим правильный настрой по отношению к ним, позволяющий видеть перспективы и особенности их использования. В данном рассказе предлагается точка зрения на совокупность проблем больших данных и их возможные пути разрешения. Рассказ построен на конкретных примерах из личной практики.
Целевая аудитория доклада, ее примерный уровень: аналитики, менеджеры ИТ, CTO.
Similar to Опасности стандартных подходов к анализу больших данных (15)
6. Десятый OLAP-сервер в мире. Первый по гибкости и скорости
Полное выполнение правил Э.Кодда для OLAP-обработки данных
Абсолютное аналитическое самообслуживание пользователя
Нет ограничений на объемы
данных с сохранением детализации
7. Результаты тестов на «живых» данных –
2 млрд строк, сервер за 1,7 млн руб
OLAP-операции – 3 секунды на всем массиве
Кластеризация 70 млн объектов в динамике – от 17 сек на всем
массиве
Компрессия данных в 12+ раз без потери исходной детализации