10 сентября в 11:00 начнется вебинар "BigData в Azure. Какие сервисы подобрать для работы с большими данными, преимущества и отличия".
Технологии Big Data все шире применяются в корпоративном сегменте для задач бизнес-аналитики и маркетинга, особенно в таких отраслях, как телеком, ритейл, финансы и промышленность. Компании стремятся выявить скрытые закономерности и использовать их для развития бизнеса и увеличения прибыли.
На рынке мы видим все больше практических кейсов применения. С помощью анализа больших данных сегодня можно запускать промо-акции на конкретные товары, предлагать подходящие тарифы в зависимости от геолокации абонента, прогнозировать выход из строя промышленного оборудования с помощью информации, получаемой с датчиков на объекте, повышать эффективность кредитного скоринга.
В отличие от решений on premise, облачные системы класса Big Data не требуют инвестиций в эксплуатацию и модернизацию собственных вычислительных ресурсов, что делает их более доступными для широкого круга организаций. Судьба больших данных теперь четко предрешена, и это облачные технологии. Теперь каждая аналитическая система имеет под собой облачное хранение, а облачные сервисы имеют BI в качестве front end.
BigData в Azure. Какие сервисы подобрать для работы с большими данными, преимущества и отличия
Дата проведения: 10.09.2020. Начало в 11:00
Место проведения: Онлайн
- Анонс
- Программа
- Участники
- Спикеры
10 сентября в 11:00 начнется вебинар "BigData в Azure. Какие сервисы подобрать для работы с большими данными, преимущества и отличия".
Технологии Big Data все шире применяются в корпоративном сегменте для задач бизнес-аналитики и маркетинга, особенно в таких отраслях, как телеком, ритейл, финансы и промышленность. Компании стремятся выявить скрытые закономерности и использовать их для развития бизнеса и увеличения прибыли.
На рынке мы видим все больше практических кейсов применения. С помощью анализа больших данных сегодня можно запускать промо-акции на конкретные товары, предлагать подходящие тарифы в зависимости от геолокации абонента, прогнозировать выход из строя промышленного оборудования с помощью информации, получаемой с датчиков на объекте, повышать эффективность кредитного скоринга.
В отличие от решений on premise, облачные системы класса Big Data не требуют инвестиций в эксплуатацию и модернизацию собственных вычислительных ресурсов, что делает их более доступными для широкого круга организаций. Судьба больших данных теперь четко предрешена, и это облачные технологии. Теперь каждая аналитическая система имеет под собой облачное хранение, а облачные сервисы имеют BI в качестве front end.
Обзор возможностей Azure по работе с большими данными:
- какие источники данных поддерживаются
- как организовать хранилище данных с помощью Data Lake Store
- что имеется для пакетной обработки
- какие технологии есть для приема сообщений в режиме реального времени и потокового обмена
- как организовать данные для последующего быстрого анализа с помощью Azure Synapse Analytics
- анализ и создание отчетов
- оркестрация – как автоматизировать процесс получения, преобразования и перемещения данных с помощью Azure Data Factory