BigData. 2014 PILAB S.A./Krystian Piećko/CTO/krystian.piecko@pilab.pl/ / Wstęp. / Co to jest BigData? / Co to jest Hadoop?



Podobne dokumenty
Hadoop i Spark. Mariusz Rafało

Organizacyjnie. Prowadzący: dr Mariusz Rafało (hasło: BIG)

Wprowadzenie do Hurtowni Danych

Projektowanie rozwiązań Big Data z wykorzystaniem Apache Hadoop & Family

Architektura rozproszonych magazynów danych

Analityka danych w środowisku Hadoop. Piotr Czarnas, 5 czerwca 2017

Big Data & Analytics

HADOOP Dariusz Ż bik

Instytut Informatyki Politechniki Warszawskiej

Jednostkowy Raport Roczny PiLab SA za 2014 rok

Zastosowania narzędzi analitycznych w komunikacji społecznej

Jednostkowy Raport Roczny PILAB SA za 2013 rok

Big Data. Czym jest Big Data?

WZROST SPRZEDAŻY. sposoby na które stać każdego z Twoich konkurentów 2014_03_19

Analityka danych w środowisku Hadoop. Piotr Czarnas, 27 czerwca 2017

Wprowadzenie do Apache Spark. Jakub Toczek

Paweł Wieczyński - Prezes Zarządu

CO MOZ NA WYCISNA C Z SAMOOBSŁUGI CZYLI SPRZEDAZ W KANAŁACH SELF CARE? Bartosz Szkudlarek

Microsoft Excel: The king of BI - ciąg dalszy

MODELE BIG DATA WE WSPOMAGANIU DECYZJI BIZNESOWYCH

Multiscreen i nie tylko, czyli jak zmienia się świat wokół nas

Informacje organizacyjne:

Najlepsze praktyki w podejściu do rozbudowy infrastruktury Michał Stryga

PLNOG#10 Hadoop w akcji: analiza logów 1

Narzędzia i trendy Big Data

Projektowanie rozwiązań Big Data z wykorzystaniem Apache Hadoop & Family

US-Poland Innovation Hub

One Size Doesn t Fit All, czyli case study stworzenia BI dostosowanego do strategicznych, operacyjnych oraz analitycznych potrzeb

Organizacyjnie. Prowadzący: dr Mariusz Rafało (hasło: BIG)

Apache Hadoop framework do pisania aplikacji rozproszonych

Szkolenia SAS Cennik i kalendarz 2017















Z-ID-608b Bazy danych typu Big Data Big Data Databases. Specjalnościowy Obowiązkowy Polski Semestr VI

STRATEGICZNE WYZWANIA CYFROWEJ TRANSFORMACJI PERSPEKTYWA KLUCZOWYCH KOMPETENCJI


SQL Server 2016 w świecie Big Data

UX ma znaczenie. O różnych podejściach do projektowania interakcji na mobile.

Advisory. Jak odczytywać intencje kupujących z cyfrowych śladów Twoich klientów?

Financial support for start-uppres. Where to get money? - Equity. - Credit. - Local Labor Office - Six times the national average wage (22000 zł)

Zmień taktykę przejdź do ofensywy! Staw czoła cyfrowej transformacji!

Hbase, Hive i BigSQL

SPIS TREŚCI: LIST PRZEWODNI PREZESA ZARZĄDU PILAB S.A. Jednostkowy raport roczny pilab S.A. za 2012 rok. Wrocław, dnia r.


TECHNOLOGIE BIG DATA A BEZPIECZEŃSTWO INFORMATYCZNE WE KNOW YOU KNOW. silmine.com

Organizacyjnie. Prowadzący: dr Mariusz Rafało (hasło: BIG)

SAS Access to Hadoop, SAS Data Loader for Hadoop Integracja środowisk SAS i Hadoop. Piotr Borowik

ZAPYTANIE OFERTOWE. Ilość godzin szkoleniowych

Definicja. Not Only SQL

ZWIĘKSZAJ I AKTYWIZUJ SWOJĄ SPOŁECZNOŚĆ

Lubomierz, Polska

Estimation and planing. Marek Majchrzak, Andrzej Bednarz Wroclaw,

niedziela, 29 stycznia 2012 PR dobrych praktyk

ZALETY NOWSZYCH WERSJI I KIERUNKI ROZWOJU SPDS-A SŁAWOMIR BOKINIEC

Nowe przewagi konkurencyjne - technologia, informacja, społeczność

II Kongres Online Marketing Warszawa 20/10/2011

Program szkolenia: Fundamenty testowania

Zakopane, plan miasta: Skala ok. 1: = City map (Polish Edition)

Co już można, a co będzie można zrobić w e-podręczniku technologicznie?

Crowdfunding, czyli kapitał z nieba

Google (i nie tylko) dla biznesu. Maciej Kuczera

SOA Web Services in Java

Dentsu Aegis Network Polska

O mnie

Data Center w erze cloud a. Wojciech Ehrenfeld we@onet.pl

[LEKCJA 1. W RESTAURACJI]

Kim jesteśmy Co robimy Nasza oferta Doświadczenie Klienci Kontakt SPIS TREŚCI

Trendy zmian w architekturze ubezpieczeniowych systemów IT

Modele bancassurance na wybranych rynkach europejskich na podstawie analizy Polskiej Izby Ubezpieczeń

AGNIESZKA SZKLARCZYK EKSPERT OPTYMALIZACJI ORAZ ZASTOSOWANIA KAIZEN W MARKETINGU

Karpacz, plan miasta 1:10 000: Panorama Karkonoszy, mapa szlakow turystycznych (Polish Edition)

US-Poland Innovation Hub. US-Poland Innovation Hub. Top 500 Innovators 160 Alumni in US-Poland Innovation Hub. Go Global, Poland!

IBM DATASTAGE COMPETENCE CENTER

Ankiety Nowe funkcje! Pomoc Twoje konto Wyloguj. BIODIVERSITY OF RIVERS: Survey to teachers

PiLab: polski podręcznik sukcesu

LOJALNI 2017 RAPORT O KONSUMENTACH WYKONAWCA BADANIA:

Jako idealiści wierzymy, że pasje należy materializować. Zapraszamy do wzięcia udziału w 24-tygodniowym programie, którego celem jest przekształcanie

The Key to Omnichannel Success

BIG DATA ZNACZENIE, ZASTOSOWANIA I ROZWIĄZANIA TECHNOLOGICZNE

Steps to build a business Examples: Qualix Comergent

Fujitsu World Tour 2016

Marketing w ecommerce

Zaawansowany kurs języka Python

Mateusz Kurleto NEOTERIC. Analiza projektu B2B Kielce, 18 października 2012

MOŻLIWOŚCI WSPIERANIA EUROPEJSKICH FIRM TECHNOLOGICZNYCH W DOLINIE KRZEMOWEJ

Micro świat na wyciągnięcie ręki

KIM JESTEŚMY? ASM GROUP S.A., ul. Świętokrzyska 18, Warszawa, tel.: (+48) , fax: (+48) ,

Transkrypt:

Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it / Wstęp / Co to jest BigData? / Co to jest Hadoop? / Czy zawsze BigData == Hadoop? / Co się dzieje na świecie? 2014 PILAB SA/Krystian Piećko/CTO/krystianpiecko@pilabpl/

/ KIM JESTEM?

O PILAB / PILAB SA (PI=314159 26535 89793 23846 26433 ) Vendor technologii / 20 klientów i duży pipeline na 2015 rok / 35 pracowników / Notowana na (WSE: NewConnect) / Technologia zweryfikowana przez ekspertów z Doliny Krzemowej / BigData dla biznesu od 2006 roku nie wiedząc, że to BigData

KIM JESTEŚMY? / Rynki / Modularna platforma do zarządzania danymi i wiedzą / Framework programistyczny 4 zgłoszenia patentowe w UE & US Breakthrough visit from Silicon Valley Gabe Gotthard joins the team Testing the technology on new markets Positive verification of the business scalability and global markets perspective 2011 2012 2013 Go-Global decision Museums and archives as main clients New use-cases positive verification

/ CO TO JEST BIG DATA?

/ Próba definicji Wiele różnych definicji / Czy są to duże zestawy danych? http://wwwforbescom/sites/gilpress/2014/09/03/12-big-data-definitions-whats-yours/

/ Próba definicji Wiele różnych definicji / Czy są to duże zestawy danych? / Czy są to informacje zbierane z social media? http://wwwforbescom/sites/gilpress/2014/09/03/12-big-data-definitions-whats-yours/

/ Próba definicji Wiele różnych definicji / Czy są to duże zestawy danych? / Czy są to informacje zbierane z social media? / Czy jest to coś innego? http://wwwforbescom/sites/gilpress/2014/09/03/12-big-data-definitions-whats-yours/

/ Próba definicji Wiele różnych definicji / Czy są to duże zestawy danych? / Czy są to informacje zbierane z social media? / Czy jest to coś innego? / Volume Velocity Variety http://wwwforbescom/sites/gilpress/2014/09/03/12-big-data-definitions-whats-yours/

/ Próba alternatywnej definicji Wszystkie dane, które znajdują się pomiędzy,,data points'' (węzłami danych) można uznać za BigData Definicja podana przez Marka Beyera na konferencji Gartner BI&DW LasVegas 2014

/ Próba alternatywnej definicji Wszystkie dane, które znajdują się pomiędzy,,data points'' (węzłami danych) można uznać za BigData CRM/ERP/DMS/

/ Próba alternatywnej definicji Wszystkie dane, które znajdują się pomiędzy,,data points'' (węzłami danych) można uznać za BigData CRM/ERP/DMS/ Definicja podana przez Marka Beyera na konferencji Gartner BI&DW LasVegas 2014

/ Próba alternatywnej definicji Wszystkie dane, które znajdują się pomiędzy,,data points'' (węzłami danych) można uznać za BigData CRM/ERP/DMS/ BigData Definicja podana przez Marka Beyera na konferencji Gartner BI&DW LasVegas 2014

/ Próba alternatywnej definicji Wszystkie dane, które znajdują się pomiędzy,,data points'' (węzłami danych) można uznać za BigData CRM/ERP/DMS/ BigData Definicja podana przez Marka Beyera na konferencji Gartner BI&DW LasVegas 2014

/ Historia tematu w skrócie Google GFS 2003

/ Historia tematu w skrócie Google GFS 2003 2004 Google MapReduce

/ Historia tematu w skrócie Doug Cutting DFS&MapReduce Nutch Google GFS 2003 2004 Google MapReduce

/ Historia tematu w skrócie Doug Cutting DFS&MapReduce Nutch Google GFS Google Bigtable 2003 2004 2006 Google MapReduce

/ Historia tematu w skrócie Doug Cutting DFS&MapReduce Nutch Google GFS Google Bigtable 2003 2004 2006 Google MapReduce HDFS Apache Foundation

/ Historia tematu w skrócie Doug Cutting w Yahoo & Nutch -> Hadoop-010 Doug Cutting DFS&MapReduce Nutch Google GFS Google Bigtable 2003 2004 2006 Google MapReduce HDFS Apache Foundation

/ Historia tematu w skrócie Doug Cutting w Yahoo & Nutch -> Hadoop-010 Doug Cutting DFS&MapReduce Nutch Google GFS Google Bigtable 2003 2004 2006 2008 Google MapReduce Hadoop w Apache Foundation HDFS Apache Foundation

/ Historia tematu w skrócie Doug Cutting w Yahoo & Nutch -> Hadoop-010 Doug Cutting DFS&MapReduce Nutch Facebook Hive Google GFS Google Bigtable 2003 2004 2006 2008 Google MapReduce Hadoop w Apache Foundation HDFS Apache Foundation

/ Historia tematu w skrócie Doug Cutting w Yahoo & Nutch -> Hadoop-010 Cloudera Doug Cutting DFS&MapReduce Nutch Facebook Hive Google GFS Google Bigtable 2003 2004 2006 2008 Google MapReduce Hadoop w Apache Foundation HDFS Apache Foundation

BigData / Po co to wszystko http://socialtimescom/one-minute-internet-infographic_b147855

/ Hadoop

Hadoop / Środowisko / ekosystem różnych rozwiązań, / mylone z BigData,

Hadoop / Środowisko / ekosystem różnych rozwiązań, / mylone z BigData, / nazwa i logo od ulubionej zabawki dziecka Douga Cuttinga

Hadoop / Środowisko

/ Quo vadis?

Rewolucja? / Kto się tym zajmuje?

Rewolucja? / Kto się tym zajmuje? / zbieranie danych,

Rewolucja? / Kto się tym zajmuje? / zbieranie danych, / bazy danych i ich ewolucja,

Rewolucja? / Kto się tym zajmuje? / zbieranie danych, / bazy danych i ich ewolucja, / nowe podejście do baz danch,

Rewolucja? / Kto się tym zajmuje? / zbieranie danych, / bazy danych i ich ewolucja, / nowe podejście do baz danch, / wybór odpowiedniego podejścia do zastosowań

Przepowiednie / Inne technologie i rozwiązanie problemów http://datascienceguru1fileswordpresscom/2014/09/20140830_wop977png

/ Q&A

/ Dziękuję za uwagę Krystian Piećko krystianpiecko@pilabpl +48 502 077 857