Big Data

Самым известным «продвинутым» термином среди отечественных кандидатов и докторов наук оказался «анализ больших данных».

Аналитические массивно-параллельные СУБД позволяют хранить и обрабатывать сотни терабайт данных приложений прогнозной аналитики и построения корпоративных хранилищ, однако до недавнего времени здесь использовались только закрытые коммерческие решения для состоятельных корпоративных заказчиков. Сегодня ситуация изменилась.

В послании Федеральному собранию РФ глава государства также призвал создать законодательную базу для развития передовых технологий.

Ретейлер начинает использовать большие данные для улучшения продаж и рентабельности бизнеса.

Проблема персонализации сегодня в центре внимания — появляются сотни технологических решений и сервисов, а соответствующие продукты уже сформировали свой отдельный рынок. Для директора по аналитике или директора по данным ключом к реализации возможностей персонализации, открывающихся благодаря доступности колоссальных объемов данных о клиентах, стало внедрение масштабируемых средств аналитики. Однако, несмотря на огромные инвестиции и широкий круг доступных технологий, предприятия по-прежнему испытывают сложности с персонализацией взаимодействия с клиентами и сотрудниками.

Чтобы обеспечить хорошую доходность высокорискованного фармацевтического бизнеса, необходимо привлекать для анализа множество данных из разных источников и оценивать их минимум в двух ракурсах: медицинской науки и экономической эффективности.

«КАМАЗ», «Северсталь» и ТК «Мегаполис» работают в разных сегментах рынка, но их объединяет потребность в цифровизации работы с клиентами, хотя к решению задачи каждая из компаний подошла по-своему.

Большие данные в фармацевтике нужны главным образом для принятия правильных решений о том, кому и какие препараты назначать, и о том, как будет формироваться стоимость препарата.

Вице-президент НИУ ВШЭ Игорь Агамирзян – о том, какие глобальные изменения ждут высшее образование и общество в целом в эпоху цифровой трансформации и какое место в этих процессах занимает культура работы с данными.

Достижения в области искусственного интеллекта, средств самообслуживания и облачных технологий аналитики позволяют непрофессионалам эффективно и недорого проводить анализы, получая информацию для принятия решений.

Анджей Аршавский, директор по анализу данных и моделированию Новолипецкого металлургического комбината, – о первых результатах оптимизации производства с помощью анализа данных и о перспективах применения искусственного интеллекта в металлургии.

Обновленная Polymatica позволяет решать такие задачи, как: детальное обоснование для принятия управленческого решения в условиях «сжатых» сроков, снижение нагрузки и сокращение расходов на ИТ-департамент, оптимизация процесса аналитики, построение удобной детальной отчетности и другие.

Компании планируют сотрудничать в области создания систем бизнес-аналитики для российских заказчиков.

Создание технологической платформы, на которой будет работать R2 Data Labs, начиналось в ходе совместного проекта Rolls-Royce и подразделения облачных технологий Microsoft Azure.

Директора по данным фокусируются теперь не только на управлении данными и их качестве, подчеркивают аналитики Gartner.

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