Big Data

Владимир Чернаткин, куратор проектов больших данных и Интернета вещей холдинга «СИБУР», – о первых шагах компании в Индустрию 4.0 и используемых подходах

Слово «глобальный» в должности Бреннана Карли, глобального руководителя направления корпоративных решений компании Thomson Reuters, — не формальность или не очень удачный перевод с английского, а точная характеристика должностных обязанностей.

Безопасности систем работы с большими данными уделяется недостаточное внимание, однако при реализации проектов больших данных следует изначально учитывать вопросы обеспечения безопасности, в противном случае вместо бизнес-возможностей предприятия получат дополнительные бизнес-риски.

Единое представление всех корпоративных данных помогает тем, кто работает с данными, получать доступ к ним на общих условиях с использованием инструментов бизнес-аналитики и аналитических средств по своему выбору.

Конкретные обязанности специалистов в области анализа данных варьируются в зависимости от отрасли, но есть общие требования к навыкам, опыту, образованию и профессиональной подготовке, которые помогут приступить к формированию карьеры исследователя данных

Бизнес-аналитика требует не только развитой технологической платформы. Необходимо уделять пристальное внимание внедрению процессов и развитию навыков персонала, используя для получения аналитических знаний методы, ориентированные в первую очередь на бизнес.<

Сегодня ведущие консультанты мира рекомендуют топ-менеджерам использовать в своей работе игровые методы и подходы.

Исследователи разработали алгоритмы, распознающие уже известные признаки жизнеспособности эмбрионов, а также создали систему глубинного обучения, которая сама сможет классифицировать изображения.

Даже если специалисты компании не имеют опыта разработки алгоритмов, эксперименты в области машинного обучения можно начинать, пользуясь готовыми инструментами и API, отмечают аналитики.

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

В результате применения аналитики SAS выросли оборачиваемость и продажи, а также снизились избыточные запасы товаров на складах.

Взяв на вооружение науку о данных, предприятие должно отказаться от стандартного для бизнеса подхода и поставить логику выше творчества.

Соблюдение этих рекомендаций поможет вам опередить конкурентов, сгенерировать новые источники доходов и лучше обслуживать клиентов.

На российском рынке остро ощущается потребность в платформах обработки больших данных, однако почти отсутствует локальная экспертиза. Появление дистрибутива Arenadata Hadoop, сертифицированного ODPi и собранного российскими разработчиками, призвано заполнить этот пробел.

Область data science очень динамична, и неудивительно, что среднее «время жизни» специалиста в компании очень невелико. Что может «пойти не так» и что можно сделать, чтобы специалисты задерживались в компании чуть дольше?

Как показывает практика работы с данными, не всегда больший объем данных означает большую эффективность построенных моделей. Не все данные одинаково полезны, и до сих пор компании склонны оценивать то, что клиент сам сообщает о себе, а не ориентироваться на его поведение. Как показывает опыт Сбербанка, именно это убивает эффективность создаваемых решений – требуется ориентироваться на объективные показатели.

Отраслевая BI-модель собрана на основе «лучших практик» из масштабных проектов бизнес-анализа в фармацевтической отрасли: в ней реализованы стандартизированные механизмы вычислений и подходы к консолидации данных из разных источников.

Чтобы оценить эффективность открытия новых торговых точек, в аптечной сети «Ригла» разработали инструмент, использующий технологию машинного обучения.

ВТБ24 использует Hadoop для построения «аналитической фабрики» – недорогой площадки для оперативного исследования данных