History Dezember 2016

Erfahren Sie, wie Sie mithilfe von Smart Analytics die Quintessenz aus Ihren Unternehmensdaten gewinnen, um sich damit im Wettbewerb zu behaupten.

Im Rahmen dieses Vortrages werden Herausforderungen beim Matching von Big Data beleuchtet und Lösungsansätze auf Basis von Map/Reduce aufgezeigt.

Big Data in die Cloud auslagern? Warum und wenn ja, bei welchem Provider? Anhand von vier Beispielen können Sie eine geeignete Lösung finden.

Warum überhaupt nicht-relational? Lernen Sie Neo4j, die populärste Graphen-Datenbank, inkl. Datenstrukturen, Query-Language Cypher und API kennen - eine spezielle NoSQL-DB.

Was geht, und was nicht? Was ist anders? In dieser Session werden Sie lernen, wie die „Deutsche Cloud“ aus der Sicht eines Software Architekten und Entwickler funktioniert.

Anhand eines konkreten Anwendungsfalls, der Programmierung eines Recommender-Systems, vergleichen wir eine konventionelle Implementierung in R mit zwei Implementierungen in der Big-Data-Technologie Spark (Spark DataFrames und Spark MLlib).

Lernen Sie Apache Flink kennen und wie man eine Streaming-Applikation mit Apache Flink schreibt. Streamingplattformen sind die Zukunft von Big Data.

Welche Vorteile bietet Standardisierung im Reporting? Sehen Sie, wie Reports in wenigen Minuten mit wenigen Klicks erstellt werden. Entdecken Sie die Vorteile und Möglichkeiten von HICHERT®SUCCESS im IBM Analytics Umfeld.