CalendarioIl programma completo dei prossimi seminari InformazioniSede, prenotazione albergo, ecc.. IscrizioniLe informazioni per iscriversi ai seminari Per gli Speakers...Le informazioni per collaborare con noi Per i Vendors...Come farsi vedere dai nostri clienti

BIG DATA
&
DATA SCIENCE

International Conference 2017


4-5 Dicembre, 2017

Residenza di Ripetta
Roma

 

Big Data & Data Science International Conference 2017 - Technology Transfer

Big Data & Data Science International Conference 2017

di Gianmario Spacagna Mike Ferguson Philip Howard Russell Jurney Stavros Kontopolous Vincent van Steenbergen Wendy Kan

Dal 04 dicembre 17 al 05 dicembre 17
Costo: 1.500,00 Euro + IVA


Residenza di Ripetta
Via di Ripetta 231
00186 Roma (RM)

maggiori informazioni...

Segnala ad un amico
Scarica la brochure

Descrizione

Non ci sono dubbi che stiamo entrando in una nuova era del comouting: l’era della Data Driven Digital Enterprise. In questo nuovo mondo la risorsa più preziosa nel business sono i dati. Le aziende che possono incrementare la loro abilità di immettere, profilare, classificare, organizzare, preparare, analizzare e governare i dati saranno in grado di produrre informazioni per essere competitive sul mercato.

Per fare in modo che questo accada le aziende hanno la necessità di focalizzarsi non sui progetti IT ma sugli obiettivi di business. Dare una priorità agli obiettivi di business ci permette di focalizzarci sulla qualificazione, il processing e l’analisi dei dati (strutturati, semi-strutturati e non strutturati) per ottenere gli obiettivi di business.

Questi dati, sia interni che esterni, includono clickstream, dati di social network, files di log, dati di sensori, dati di Internet of Things, dati metereologici, dati della pubblica amministrazione, testi, immagini, video e audio, dati transazionali e master data. Inoltre abbiamo la necessità di analizzare questi dati in real-time per rispondere in maniera più pronta ed efficace ai cambiamenti del mercato e ai problemi e alle opportunità che ci presenta.

Detto questo, ci sono molte nuove sfide da affrontare. Dobbiamo andare dai Data Warehouses tradizionali agli ecosistemi digitali analitici. Sono necessari nuovi skills. E’ necessario confrontarsi con nuovi problemi come l’alta velocità, lo streaming continuo e l’alto volume dei dati. I dati che vogliamo analizzare non sono solo dati strutturati.

Abbiamo nuovi data stores come Hadoop, databases NoSQL e memoria Cloud, di conseguenza i nostri Data Scientists e di Analisti di Business hanno bisogno di skills diversificati che vanno dalla preparazione dei dati al Machine Learning, Text Analysis, Graph Analysis, Streaming Analytics, Deep Learning e Intelligenza Artificiale.

Con Hadoop e Spark che stanno diventando mainstream, le aziende hanno bisogno di predisporre dati e programmi analitici a lungo termine affidando il governo dei dati allo Chief Data Officer.

I progetti di Data Science devono essere allineati con gli obiettivi di business e iniziati su piattaforme di Big Data che meglio si adattano ai workloads di dati e analitici.

Questa Conferenza presenta sessioni pratiche su come costruire una Data Driven Enterprise. Esamina gli obiettivi di business e il ruolo dello Chief Data Officer, lo sviluppo della Data Science, la sfida della data ingestion, il ruolo dei cataloghi, il governo e la gestione dei dati in una Data Driven Enterprise. Vengono spiegati i diversi tipi di analitica avanzata nella Data Science e come queste tecniche possono essere usate per creare valore. Queste tecniche includono Machine Learning, Streaming Analytics, Deep Learning, Intelligenza Artificiale. Infine verrà spiegato come tutto questo può essere integrato con i Data Warehouses e i tools di BI esistenti per creare una moderna Architettura dati adatta alla Digital Enterprise.

  • Business allineato alla Data Science: il ruolo del Chief Data Officer
  • Organizzarsi per avere successo
  • Fare il match fra dati e workloads analitici con le infrastrutture tecnologiche
  • Data ingestion, discovery, profiling e classification: il ruolo dell’Information Catalog
  • Data Governance nel mondo dei Big e Fast Data
  • Streaming Analytics: tecnologie e tecniche per analizzare Fast Data
  • Data Science workbenches e Machine Learning Automation: nuove tecnologie per l’Agile Data Science
  • Machine Learning at scale
  • Deep Learning
  • Intelligenza Artificiale
  • Una moderna Architettura dati per la Data Driven Enterprise
  • Un case study italiano di implementazione di successo della Data Science