Предиктивная аналитика и хранение «умных» данных — обсудим вместе на конференции «На шаг впереди»

13 июня 2017

Большие данные, наверное, одна из самых дискуссионных тем среди ИТ-сообщества, начиная с самого термина, заканчивая решениями по хранению и использованию собранной информации. Но факт остается фактом. Количество информации, получаемой компаниями по разным направлениям деятельности, огромно. И те компании, которые научились и научатся извлекать из нее полезные сведения и ответы на бизнес-вопросы, будут на шаг впереди конкурентов. Сложно, кажется, что нереально, и как же это сделать эффективно? Все это мы обсудим в рамках секции «От Big Data к продвинутой аналитике: успешные практики применения».

Среди спикеров:

Пётр Травкин — руководитель направления Big Data компании Hitachi Data Systems. Пётр работает в области Business Intelligence с 2006 года. За более чем 10 лет успешной практики получил всесторонний опыт внедрения и сопровождения BI-проектов в роли ведущего архитектора и руководителя разработок: работал в QlikTech, занимался внедрением аналитических систем на стороне интегратора, руководил BI-подразделением у крупного заказчика. Имеет зарубежный опыт ведения проектов в области BI и Big Data. 

В своем докладе «История успеха Caterpillar: большие данные против морской соли» Пётр поднимет тему предиктивной аналитики, и как сохранить вложения с ее помощью. Использование данных с датчиков для своевременной профилактики оборудования — отнюдь не новинка. Многие крупные организации начали применять данный подход задолго до появления концепции Промышленного интернета. Тем не менее до сих пор для многих компаний внедрение предиктивной аналитики в бизнес-процессы кажется чем-то невероятно сложным как в плане реализации, так и в возможности расчета окупаемости. 

Из выступления Петра Вы узнаете про опыт использования предиктивной аналитики компанией Caterpillar Marine в области морских перевозок и увидите, как даже небольшая оптимизация нескольких составляющих на каждом корабле может дать значительный экономический эффект в масштабах всего флота. Решения Pentaho позволили клиентам компании Caterpillar сэкономить миллионы долларов за счет сокращения затрат на топливо и обслуживание своих судов.

Платонов Сергей — заместитель ГД по стратегии компании «Рэйдикс». Эксперт по ИТ-инфраструктуре корпораций, в частности, по системам хранения данных. Более двух лет руководит исследовательской лабораторией RAIDIX, отвечает за разработку новых продуктов компании и тестирование новых бизнес-моделей. Имеет успешный опыт организации совместных исследований с ВУЗами (СПбГУ, СПбГЭТУ, СПбАУ и Universität zu Lübeck), член орг. комиссии единственного в Восточной Европе технологического форума, посвященного тематике хранения данных, сертифицированный специалист IBM, SNIA. Попал в шорт-лист в номинации «Эксперт Года» по информационным технологиям журнала «Эксперт Северо-Запад». 

Данные, собранные «умными» устройствами IIoT (Industrial Internet of Things — промышленный Интернет вещей), в реальном мире могут быть использованы для увеличения продуктивности в различных отраслях и улучшения пользовательского опыта, только если они управляются и хранятся подобающим образом. Решения IIoT помогают пользователям принимать решения и оптимизировать использование ресурсов и в то же время создают существенную нагрузку, имеющую новые характеристики. Экосистема индустриального Интернета вещей порождает новые объемы информации и ставит перед ИТ-вендорами нетривиальные задачи по хранению и высокопроизводительной аналитике данных в реальном времени. На сегодняшний день традиционные методы хранения не соответствуют объемам и структуре данных, получаемых в IIoT. 

В поисках решения данной проблемы Сергей в своем докладе «Как меняются требования к СХД в эпоху промышленного Интернета?» проведет обзор существующих на рынке решений и предложит «домашние» рецепты построения эффективной storage-инфраструктуры в эпоху промышленного Интернета.

4039
Поделиться

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Предметная область
Отрасль
Управление