Big Data

По данным IDC, 43% европейских организаций проводят цифровую трансформацию и считают капитализацию данных наиболее приоритетной задачей.

В описании принципов развития ЕГИСЗ содержится идея работы с Большими Данными пациентов для управления отраслью, логистикой фармрынка, обучения врачей и оценки качества работы здравоохранения.

Какое место занимают Большие Данные в деятельности департамента корпоративных клиентов Сбербанка России? Действительно ли полезны для бизнеса социальные сети? На эти и другие вопросы отвечает Елена Ивашечкина, заместитель директора департамента корпоративных клиентов Сбербанка.

Данных у компаний хватает, и даже с избытком — их генерируют различные приборы в составе промышленного оборудования, информационные системы, многочисленные внешние источники. Задач, которые решаются на основе больших объемов и потоков производственных данных, также может быть очень много. Нужна лишь заманчивая цель, стимулирующая бизнес к работе с Большими Данными.

Не секрет, что многие ИТ-менеджеры крупных компаний не слишком доверяют публичным облакам: они не уверены в их надежности и безопасности. Однако это мнение может измениться – по крайней мере, в отношении обработки Больших Данных.

Задачи, которые приходится решать компаниям при реализации проектов Больших Данных, во многом являются методологическими. Извлечь из данных пользу получается далеко не всегда из-за дефицита бизнес-идей.

Революция Big Data заключается в том, что методы машинного обучения позволяют во многих местах, где раньше требовалась работа экспертов, обойтись без них.

Все большее число решений SAP сначала будут выводиться на рынок как облачные сервисы, а затем станут доступны и в "традиционных" версиях, сообщил Уве Григоляйт, выступая на круглом столе в рамках российской конференции SAP HANA Council.

Интенсивное использование томографов стимулировало развитие трехмерной цифровой медицины, открывающей, в частности, новые возможности в борьбе с раком. Однако эффективность применения новых технологий диагностики и лечения зависит сегодня уже не только от возможностей медицинского оборудования, но и от организации обработки генерируемых им огромных потоков данных.

Вызвавшая в свое время фурор модель распределенных вычислений MapReduce уже успела морально устареть — производительности, обеспечиваемой данной моделью, для аналитики Больших Данных уже недостаточно.

Интенсивное использование томографов стимулировало развитие трехмерной цифровой медицины, открывающей, в частности, новые возможности в борьбе с раком. Однако эффективность применения новых технологий диагностики и лечения зависит сегодня уже не только от возможностей медицинского оборудования, но и от организации обработки генерируемых им огромных потоков данных.

Для работы с Большими Данными требуются масштабируемые системы хранения, в частности массивы SSD.

Анализ Больших Данных создает серьезные сложности с точки зрения защиты частной жизни, и для их преодоления требуется переосмысление роли, которую начинают играть в жизни человека автономные встроенные сети.

Все больше информации об абонентах собирается через инфраструктуру сотовой связи и датчики, встроенные в смартфоны. Эта информация ценна с точки зрения маркетинга и потенциально может приносить пользу обществу, однако вся она — сугубо личного характера, что обостряет споры вокруг сохранения приватности.

Тема январского номера журнала Computer (IEEE Computer Society, Vol. 47, No. 1, 2014) — перспективы.

Государства накапливают массу персональных данных о гражданах, например через переписи. Все чаще, однако, мы видим злоупотребления. Кто несет ответственность, когда правила использования данных нарушаются? Как культура или политика может влиять на жизненный цикл персональных данных?

По мере того как все больше организаций запоздало пытаются обратить себе на пользу технологии больших данных, растет спрос на ИТ-профессионалов, способных собрать, классифицировать, анализировать и создавать архитектуры, объединяющие различные источники данных.

Большие Данные меняют жизнь общества — все больше государств, компаний и отдельных людей устремляются на поиски сокровищ в виде плодотворных идей, фактов или тенденций, ранее скрытых в ворохе больших массивов разнообразных данных. Однако данные раскрывают свои секреты лишь тем, кто готов «слушать» и вооружен необходимыми инструментами, позволяющими обнаружить неочевидные корреляции и охватить все имеющиеся массивы.

Системы алгоритмической торговли широко используются финансовыми организациями для автоматизированного выставления биржевых заявок — анализ больших объемов разнообразных данных в таких системах позволяет, например с помощью стека решений от IBM, получать устойчивую прибыль путем выявления незначительных колебаний курсов.