IBM Big Data Portfólió Áttekintés
|
|
- Katalin Sipos
- 8 évvel ezelőtt
- Látták:
Átírás
1 IBM Big Data Portfólió Áttekintés Baranyi Szabolcs September 9, 2013
2 Tartalom Big Data Platform Big Insight InfoSphere BigInsights Quick Start Edition Streams InfoSphere Streams Quick Start Edition Data explorer PureData for Analytics (Appliance) 2
3 Big Data A technológia ami lehetővé teszi hogy minden adatot elemezünk Költséghatékony menedzsmentje és elemzése Struktúrált, struktúrálatlan és adatfolyamban natív formában elérhető adatnak BigData Stratégia már most fontos Website Social Media Billing ERP CRM RFID Network Switches 3
4 BIG DATA több mint HADOOP Megtalálni, megérteni és navigálni az adathalmazban Elosztott keresés és navigáció Nagy mennyiségű adatkezelés Hadoop elosztott file rendszer MapReduce: elosztott feladatok Struktúrált adatok Adattárház, Célhardverek Adatfolyam, streaming média Stream Computing: Adatfolyam feldolgozás Nem struktúrált elemzés Text Analytics Engine Adatintegráció és követés sokféle adatforrásból Integráció, Adatminőség, Biztonság, Életciklus 4
5 Big Data Platform funkciócsoportok Folytonos real-time analitika Ingest Filter, Transform Analitika és riporting Zone Correlate, Classify Adattárház Zone Query Engines Cubes Data Sinks Connectors Extract, Annotate Adattárolás és analitika (landing zone) Enterprise Warehouse Descriptive, Predictive Models Analytics MapReduce Hive/HBase Col Stores Indexes, facets Data Marts Widgets Discovery, Visualizer Search Ingest Documents In Variety of Formats Models Metaadatkezelés Zone Repository, Workbench 5
6 BigData Platform elemei 1 Adatvisszanyerés, felfedezés InfoSphere Data Explorer Analytic: Text, Geospatial, Time series,data mining Applications Financial, Machine Data, Social, Telco 2 Natív analízis 3 Költséghatékony adattárolás InfoSphere BigInsights BI / Reporting Analitikai Alkalmazások Exploration / Functional Industry Predictive Visualization App App Analytics Visualization & Discovery Hadoop System IBM Big Data Platform Application Development Accelerators Stream Computing Content Analytics BI / Reportin g Systems Management Data Warehouse Integráció és követés (governance) 4 Egyszerű, hatékony adattárház (célhardverek) IBM Warehouse Solutions 5 Adatfolyam feldolgozás, gyors válasz InfoSphere Streams 6
7 IBM InfoSphere BigInsights Volumen és Variancia September 9, 2013
8 IBM InfoSphere BigInsights v2.1 Enterprise Edition Visualization & Discovery Applications & Development Administration Integration Big SQL JDBC BigSheets Dashboard & Visualization Apps Workflow Text Analytics Pig & Jaql MapReduce Hive Admin Console Monitoring Netezza DB2 Advanced Analytic Engines Adaptive Algorithms Text Processing Engine & Extractor Library) R Streams DataStage Workload Optimization Integrated Installer ZooKeeper Enhanced Security Oozie Splittable Text Compression Jaql Adaptive MapReduce Flexible Scheduler High Availability Guardium Platform Computing Lucene Pig H Catalog Index Cognos Runtime MapReduce Management Security Flume Data Store HBase Hive Audit & History Sqoop File System HDFS GPFS Lineage Open Source IBM 8
9 BigInsights és az adattárház Big Data analytic applications Adattárház Tradícionális analitika BigInsights Filter Transform Aggregate 9
10 Táblázatos Analízis Webes analízis és vizualizáció Táblázat alapú felület Táblázatos formában jobokat definiálunk Visszaadott értékeket diagramokat elemezzük módosítjuk (Nagy excel) JAQL: Speciális hierarchikus lekérdező nyelv hadoop környezethez 10
11 SQL interface.... SQL lekérdezési lehetőség SQL '92 és 2011 opciók Korellált subquery Windowed aggregates SQL elérés minden Big Insight beli strukturált adathoz JDBC/ODBC support Application SQL Language JDBC / ODBC Driver JDBC / ODBC Server SQL interface Engine MapReduce párhuzamosságának kihasználása Data Sources BigSQL supports: create table ;data types including varchar, decimals, etc. HiveTables HBase tables CSV Files InfoSphere BigInsights 11
12 Cluster komponensek és monitorozásuk: Cluster:CPU/Disk/Memory/Netk ihasználtság, node életjel HDFS: File rendszer állapota, NameNode JVM, írás / olvasás statisztika Mapreduce: Jobok státusa, Mapper, Reducer, JobTracker HBase: lekérdezések állapota Hive: metadata store hívások gyakorisága Oozie: statistics Zookeeper: késleltetlés,lekérdezések Flume: adatforrások, nyelők állapota EXT E N S I B L E!! Build your own Monitoring Dashboards, with the key KPI that are of your interest! IBM IBM Corporation
13 Enterprise class Kezdetektől a nagyvállalatig PureData for Hadoop Célhardver Enterprise Edition funkcionalitásával (vas) Apache Hadoop New Enterprise Edition Terabyte alapú árazás Quick Start Edition Ingyenes Nem Produktív célra Basic Edition ingyenes Web-based mgmt console Jaql Install program Big Sheets Text Analytics Big SQL Workload optimization/ Query support Dev tools Connectors Mgmt tools IBM Hadoop Core Quick Start PLUS: Accelerators Enterprise Integration Production support Production-ready features 13
14 BigInsights Quick Start Edition contains most of the same features as the Enterprise Edition Available Big Sheets Text Analytics Big SQL All Workload optimization/query support Development tools Connectors Management tools IBM Hadoop Core Unavailable Production support Production-ready features: High Availability GPFS Accelerators: Machine Data Social Data Limited use licenses: Data Explorer Cognos Streams 14
15 IBM InfoSphere Streams 3.0 Agilitás, Gyorsaság 15
16 InfoSphere Streams Valós idejű analititka BIG Data felett Fókuszban a sebesség ICU Monitoring Valós idejű feldolgozás Environment Monitoring Volumen Terabytes / sec Petabytes / nap Algorithmic Trading Powerful Analytics Cyber Security Government / Law enforcement Smart Grid Telco Churn Prediction Variancia sokféle adat sokféle elemzés Sebesség Kiértékelés másodperc tört része alatt Millió esemény másodperc enként Tradícionális és újfajta adtforrás Mikro szekundumos késleltetés 16 16
17 Streams Működése Streams infrastruktúra Filter / Sample Transform Annotate Correlate Classify Egyedi gondolkodásmód Folyam feldolgozó egységek 17
18 Grafikus szerkesztő és monitorozó Vizuális programozás SPL nyelv Hierarchikus vizuális monitoring 18
19 SPSS és Streams speciális kapcsolata SPSS modellek használata valós idejű döntéshozatalban SPSS Modeler generálta modellek közvetlen használata SPSS Modelek frissítése cseréje a Stream megállítása nélkül IBM InfoSphere Streams S SPSS Scoring Operator S R P SPSS Repository Operator SPSS Publish Operator R P SPSS Model Change Notification File System IBM SPSS Modeler Solution Publisher IBM SPSS Collaboration & Deployment Services Model Refresh Repository 19
20 IBM InfoSphere DataStage Integráció Valós idejű feldolgozás és klasszikus ETL eszköz ötvözete Az adatáttöltés során röptében is tudunk elemezni Adattárházat tudja analitikailag tehermentesíteni, több napi riport Streams ETL toolkit Streams and DataStage adatcsere adapterek Integrációs kód 20
21 Streams Quick Start Quick Start ban elérhető fejlesztőeszközök teljes készlete Grafikus editor, SPL nyelv Adatvizualizáció Vizuális monitoring Skálázható architektúra Elosztott platform Analitikai kiegészítések Time series analysis Mining scoring using PMML, R or SPSS Complex Event Processing Geospatial analysis SPSS integráció Nem elérhetők IBM InfoSphere BigInsights Enterprise Edition integráció IBM DB2 IBM Accelerator for Machine Data Analytics IBM Accelerator for Social Data Analytics IBM Accelerator for Telecommunications Event Data Analytics IBM IBM Corporation
22 Streams és BigInsights Interált folytonos feldolgozás és tárolás Visualization of realtime and historical insights Data Data ingest, preparation, online analysis, model validation InfoSphere Streams 1. Data Ingest 2. Bootstrap/Enrich Control flow 3. Adaptive Analytics Model InfoSphere BigInsights, Database & Warehouse Data Integration, data mining, machine learning, statistical modeling 22
23 Data Explorer Vizualizáció September 9, 2013
24 Data Explorer Keresés, indexálás Adat vizualizáció BigInsights, Streams, Adattárház, keimeneti adatainak webes fúziója A teljes képet mutatja minden kontextusban Sokféle adatforrásból származó adat egységes megjelenése Adatvagyon katalógus (glossary) szerinti csoportosítás Big Data Stratégi akezdő lépése 24
25 InfoSphere Data Explorer Architektúra Big Data application User profiles Big Data application Application framework Authentication/Authorization Business Rules Personalization Display Big Data application Query routing Subscriptions Feeds Web Results Text analytics Indexing and search engine Metadata extraction CM, RM, DM RDBMS Feeds Web 2.0 Web CRM, ERP File Systems BigInsights Streams Integration zone Connectors and APIs 25
26 Data ExplorerMegjelenítés Adaforrások Dinamikus kategorizálás llokáció Személyre szabott eredmény Struktúrált és nem struktúrált tartalom kollaboráció Rendezés, Virtuális mappák 26
27 Egyedi értékek Iparági megoldások September 9, 2013
28 Geospatial Toolkit Nagyteljesítményű Térinformatikai modul Elosztott, rendszer, LoadBalance Smarter Transport Térinformatikai adattípusok (Geospatial) e.g. Point, LineString, Polygon Térinformatikai függvények e.g. Distance, Map point to LineString, iscontained etc. 28
29 Time Series Toolkit Idősoros adatok elemzésére tervezve Gazdag funkciókészlet Adatsor generáció: függvény generátor Feldolgozás : szűrés, aggregáció, mintavételezés (e.g. ReSample, Interpolate) Analísis : korellációk anomáliák keresése Modellezés : prediction, regression (e.g. Holt-Winters, GAMLearner) 29
30 File parsing and error handling Rules: Lookups and Transforms Checkpoint Controller De-Dup Bloom Filter Parallel Write Telco Accelerator Dashboards Real Time Monitoring Master Script Config Files Rules Compiler Streams CDRs xdrs DB2 BigInsights HDFS CDR Repository External Data CDR statistics and data rate Output Files 30
31 Social Media Accelerator Extraction Entity Integration, Profile build Indexing Ingest Reports HDFS Üzleti lehetőségek feltárása Brand Management Mikroszegmentáció Személyes adatok Érdeklődés,szokások, szosiális aktivitás, barátok, Kimenet Sentiment analízis Index (Velocity) CXO Integrated end user view 31
32 Célhardverek Pure Data for analytics Pure data for hadoop September 9, 2013
33 In October 2012 Adattárház Célgép IBM Netezza átnevezve IBM PureData System for Analytics September 9, 2013
34 Adattárház Célgép Igény ami életrehívta Adattárház teljesítmény igény DWH adminisztrációs költség csökkentés Value statement Speed: x gyorsabb (mint alap tárház) Simplicity: Alig igényel adminisztrációt ( 75% csökkentés) Scalability Smart system Adatbázison belüli párhuzamos analitika Teljes SPSS integráció Megoldás IBM Netezza immáron: PureData System for Analytics 34
35 IBM big data IBM big data IBM big data IBM big data IBM big data THINK IBM big data IBM big data 35 IBM big data IBM big data IBM big data
36 1 Unlock Big Data Customer need Understand existing data sources Search and navigate data within existing systems No copying of data Value statement Get up and running quickly Discover and retrieve big data Work even with big data sources by business users Solution Vivisimo Velocity renamed to IBM InfoSphere DataDiscovery 36
Adattárház és BigData Szimbiózisa. Baranyi Szabolcs IM Technical Sales
Adattárház és BigData Szimbiózisa Baranyi Szabolcs IM Technical Sales Szabolcs.baranyi@hu.ibm.com BigData adatforrásai Adattárház kiterjesztés igénye BigData és adattárház integrációja a hatékonyság növelésére
RészletesebbenBig Data adattárházas szemmel. Arató Bence ügyvezető, BI Consulting
Big Data adattárházas szemmel Arató Bence ügyvezető, BI Consulting 1 Bemutatkozás 15 éves szakmai tapasztalat az üzleti intelligencia és adattárházak területén A BI Consulting szakmai igazgatója A BI.hu
RészletesebbenMMK-Informatikai projekt ellenőr képzés 4
Miről lesz szó Big Data definíció Mi a Hadoop Hadoop működése, elemei Köré épülő technológiák Disztribúciók, Big Data a felhőben Miért, hol és hogyan használják Big Data definíció Miért Big a Data? 2017.
RészletesebbenOracle Big Data koncepció. Stadler Gellért Vezető tanácsadó Oracle ConsulKng HTE 2015 Konferencia
Oracle Big Data koncepció Stadler Gellért Vezető tanácsadó Oracle ConsulKng HTE 2015 Konferencia Copyright 2015, Oracle and/or its affiliates. All rights reserved. Oracle ConfidenKal Internal/Restricted/Highly
RészletesebbenSAS Enterprise BI Server
SAS Enterprise BI Server Portik Imre vezető szoftverkonzulens SAS Institute, Magyarország A SAS helye a világban 280 iroda 51 országban 10,043 alkalmazott 4 millió felhasználó világszerte 41,765 ügyfél
RészletesebbenData Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő 2013. február 20.
Data Integrátorok a gyakorlatban Oracle DI vs. Pentaho DI Fekszi Csaba Ügyvezető Vinnai Péter Adattárház fejlesztő 2013. február 20. 1 2 3 4 5 6 7 8 Pentaho eszköztára Data Integrator Spoon felület Spoon
RészletesebbenA tudás handrendbe állítása, azaz SPSS PES
A tudás handrendbe állítása, azaz SPSS PES...és hogyan történt mindez a Vodafone Hungary Zrt-nél Cseh Zoltán, PhD konzultációs igazgató SPSS Hungary Hagyományos hadászati egységek Légi elhárítás Gyalogság
RészletesebbenGENERÁCIÓS ADATBÁZISOK A BIG DATA KÜLÖNBÖZŐ TERÜLETEIN
INFORMATIKAI PROJEKTELLENŐR 30 MB Szabó Csenger ÚJ GENERÁCIÓS ADATBÁZISOK A BIG DATA KÜLÖNBÖZŐ TERÜLETEIN 2016. 12. 31. MMK- Informatikai projektellenőr képzés Big Data definíció 2016. 12. 31. MMK-Informatikai
RészletesebbenBI megoldás a biztosítói szektorban
Dobos Zoltán 2009 szeptember 10 BI megoldás a biztosítói szektorban Tartalom Üzleti felhasználási területek a biztosítói szektorban Cognos megoldások a biztosítói szektor részére 2 Fókusz területek Értékesítési
RészletesebbenA USER Kft - mint Open Text partner - bemutatása
A USER Kft - mint Open Text partner - bemutatása SAP konferencia 2008.szeptember 22. Tihany Copyright 2008 Open Text Inc. All rights reserved. Kárász Vilmos Sales Manager USER KFT vilmos.karasz@user.hu
RészletesebbenAdatbányászat és Perszonalizáció architektúra
Adatbányászat és Perszonalizáció architektúra Oracle9i Teljes e-üzleti intelligencia infrastruktúra Oracle9i Database Integrált üzleti intelligencia szerver Data Warehouse ETL OLAP Data Mining M e t a
RészletesebbenÜzleti intelligencia - eszközöktől a megoldásokig
Atlanta Barcelona Berlin Vienna Budapest Bukarest Düsseldorf München Stuttgart Zurich www.ifua.hu Fekete Gábor ügyvezető partner 2007. március 21. Üzleti intelligencia - eszközöktől a megoldásokig IFUA
RészletesebbenMicrosoft SQL Server telepítése
Microsoft SQL Server telepítése Az SQL Server a Microsoft adatbázis kiszolgáló megoldása Windows operációs rendszerekre. Az SQL Server 1.0 verziója 1989-ben jelent meg, amelyet tizenegy további verzió
RészletesebbenPapp Attila. BI - mindenkinek
Papp Attila BI - mindenkinek 100% 28% 2012 A kiterjesztett BI piac alakulása BAM/CEP 0.23 Other Data 2 Warehouse 10.5 CRM Analytics 1 Data Integration, Data Quality 3 2010 57 mrd USD BI Services 30 2011
RészletesebbenHogyan lehet megakadályozni az üzleti modellezés és az IT implementáció szétválását? Oracle BPM Suite
Hogyan lehet megakadályozni az üzleti modellezés és az IT implementáció szétválását? Oracle BPM Suite Petrohán Zsolt Vezető tanácsadó zsolt.petrohan@oracle.com Napirend Oracle Fusion Middleware BPM kihívásai
RészletesebbenÉrettségi tétel az IT vizsgán: Felhő
Érettségi tétel az IT vizsgán: Felhő Zsemlye Tamás Október 05, 2014 HTE Infokomm 2014 DEFINÍCIÓ 3 ÚT A FELHŐ FELÉ Standardizált -> Virtualizált -> Menedzselt -> Dinamikus -> Automatizált 4 4 REFERENCIA
Részletesebben<Insert Picture Here> Közeli jövőkép az üzleti intelligenciáról
Közeli jövőkép az üzleti intelligenciáról Radnai Szabolcs Üzleti Intelligencia Üzletfejlesztési vezető - Kelet-közép Európa régió Az üzleti intelligencia feladata Embedded Business
RészletesebbenVan-e ingyen-ebéd? Avagy mire elég a nyílt forráskodú Pentaho? Fekszi Csaba Ügyvezető 2012. október 4.
Van-e ingyen-ebéd? Avagy mire elég a nyílt forráskodú Pentaho? Fekszi Csaba Ügyvezető 2012. október 4. Omnit Solutions 2007 óta a piacon BI & adattárház tanácsadás 20 fős csapat Oracle, IBM és Pentaho
RészletesebbenComponent Soft 1994-2013 és tovább
Component Soft 1994-2013 és tovább IT szakemberek oktatása, tanácsadás Fő témáink: UNIX/Linux rendszerek, virtualizációs, fürtözési, tároló menedzsment és mentési technológiák Adatbázisok és middleware
RészletesebbenBig Data: a több adatnál is több
Big Data: a több adatnál is több Sidló Csaba István MTA Számítástechnikai és Automatizálási Kutatóintézet Üzleti Intelligencia és Adattárházak Csoport sidlo@sztaki.mta.hu http://dms.sztaki.hu CIO Hungary
RészletesebbenTakács Gábor mérnök informatikus, okl. mérnöktanár
Takács Gábor mérnök informatikus, okl. mérnöktanár takacsg@sze.hu http://rs1.sze.hu/~takacsg/ Big Data Definition Big Data is data that can t be stored or analyzed using traditional tools. Információ tartalom,
RészletesebbenTudjuk ma, hogy mi lesz holnap? Lássuk előre az ügyfelek viselkedését! Csendes Balázs Brand Manager IBM Magyarország
Tudjuk ma, hogy mi lesz holnap? Lássuk előre az ügyfelek viselkedését! Csendes Balázs Brand Manager IBM Magyarország Oscar Díj / 2012 Megjósolni az Oscar díj eredményét Meryl Streep The Iron Lady Best
RészletesebbenHadoop és használata az LPDS cloud-on
Hadoop és használata az LPDS cloud-on Bendig Loránd lbendig@ilab.sztaki.hu 2012.04.13 Miről lesz szó? Bevezetés Hadoop áttekintés OpenNebula Hadoop cluster az LPDS cloud-on Tapasztalatok, nyitott kérdések
RészletesebbenInfor PM10 Üzleti intelligencia megoldás
Infor PM10 Üzleti intelligencia megoldás Infor Üzleti intelligencia (Teljesítmény menedzsment) Web Scorecard & Műszerfal Excel Email riasztás Riportok Irányít Összehangol Ellenőriz Stratégia Stratégia
RészletesebbenKlotz Tamás earchitect Oracle
Klotz Tamás earchitect Oracle Vállalati információ kezelés Az információ érték, vagyon (tőke) Az információ folyam maximalizálhatja a tőkét Tervezés Szolgáltatás Együttműködés Tranzakció feldolgozás Döntés
RészletesebbenInformációs Rendszerek Szakirány
Információs Rendszerek Szakirány Laki Sándor Kommunikációs Hálózatok Kutatócsoport ELTE IK - Információs Rendszerek Tanszék lakis@elte.hu http://lakis.web.elte.hu Információs Rendszerek szakirány Közös
RészletesebbenOracle adatkezelési megoldások helye az EA világában. Előadó: Tar Zoltán
Oracle adatkezelési megoldások helye az EA világában Előadó: Tar Zoltán Témák Bemutatkozás Enterprise Architecture bemutatása Mi az az EA? TOGAF bemutatása OEAF bemutatása Oracle megoldások Oracle termékek
RészletesebbenSAP tanfolyam értékesítés, termékstratégia. Berczik Márton, SAP Hungary Kft. ELTE, 2013. április 9.
SAP tanfolyam értékesítés, termékstratégia Berczik Márton, SAP Hungary Kft. ELTE, 2013. április 9. SAP AG SAP Magyarország 41 év üzleti tapasztalat több mint 60.000 dolgozó több mint 120 országban van
RészletesebbenNagyvállalati adatintegráció és adatkezelés
Nagyvállalati adatintegráció és adatkezelés az Informatica eszközeivel Biró Attila fejlesztési igazgató, Areus Zrt. Nagy Balázs szoftverfejlesztő, Areus Zrt. Miről lesz ma szó? 17:05 18:00: Prezentáció
RészletesebbenIBM SPSS Modeler 18.2 Újdonságok
IBM SPSS Modeler 18.2 Újdonságok 1 2 Új, modern megjelenés Vizualizáció fejlesztése Újabb algoritmusok (Python, Spark alapú) View Data, t-sne, e-plot GMM, HDBSCAN, KDE, Isotonic-Regression 3 Új, modern
Részletesebben<Insert Picture Here> Oracle üzleti intelligencia
Oracle üzleti intelligencia Fekete Zoltán Oracle üzleti intelligencia és adattárház termékmenedzser Highly Scalable BI Foundation EPM Workspace Performance Management Applications
RészletesebbenAz adatvagyon kezelés és a metaadatok. Gollnhofer Gábor DMS Consulting
Az adatvagyon kezelés és a metaadatok Gollnhofer Gábor DMS Consulting 1 Nagyon rövid bevezetés az adatvagyon kezelésbe Big Data és elemzések, adattárház és önkiszolgáló BI - napjaink sláger témái. Ugyanakkor
RészletesebbenBME-Ipar. Win-Win. Intelligens környezetek és e-technológiák. Dr. Charaf Hassan hassan@aut.bme.hu. Fókuszban a Műegyetem és az ipar kapcsolata
Intelligens környezetek és e-technológiák BME-Ipar Win-Win Dr. Charaf Hassan hassan@aut.bme.hu 1 Napirend Trendek az IKT területén Az IKT helyzete a BME-n Együttműködési modellek a BME és ipar között A
RészletesebbenDIGITALIZÁCIÓ KINEK MI? AVAGY A KIKERÜLHETETLEN ÖSVÉNY A SIKERES VERSENYKÉPESSÉG ÉRDEKÉBEN.
DIGITALIZÁCIÓ KINEK MI? AVAGY A KIKERÜLHETETLEN ÖSVÉNY A SIKERES VERSENYKÉPESSÉG ÉRDEKÉBEN. Magyari Péter 20+y multi janicsár & Digital CX Transf. Coach Safe Harbor Statement This presentation is intended
RészletesebbenOracle Enterprise Manager: Az első teljesértékű felhő üzemeltetési megoldás
2011 November 8. New York Palota Hotel Boscolo Budapest Oracle Enterprise Manager: Az első teljesértékű felhő üzemeltetési megoldás Sárecz Lajos, Vezető tanácsadó Oracle Hungary Átfogó felhő üzemeltetés
RészletesebbenÖnkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben
Önkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben Microsoft Future Decoded 2018.03.21. Krizsanovich Péter Ügyvezető igazgató, Stratégiai-, Tervezési és Controlling Igazgatóság Horváth
RészletesebbenPentaho 4: Mindennapi BI egyszerűen. Fekszi Csaba Ügyvezető 2011. október 6.
Pentaho 4: Mindennapi BI egyszerűen Fekszi Csaba Ügyvezető 2011. október 6. 1 2 3 4 5 Bevezetés Pentaho-ról röviden - áttekintő Mindennapi BI egyszerűen a Pentaho 4 újdonságai Pentaho összefoglaló Alkalmazás
RészletesebbenVajon mit ajánlunk IM témakörben?
Kattintson ide szöveg hozzáadásához Vajon mit ajánlunk IM témakörben? DBs, Archiving, Security, DWH, Appliances, Social Network, Visualization Information Management Információ kezelés ~ Information Management
RészletesebbenADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS
ADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 TARTALOM Bemutatkozás Adattárház menedzsment szemszögből Mi kell a sikeres adattárházhoz? Kérdések
RészletesebbenSelf service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon
Self service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon Reporting, dashboarding önkiszolgáló módon Anton Dávid Havas Levente Debrecen, 2017.10.26. Mobil fogyasztás
RészletesebbenCopyright 2012, Oracle and/or its affiliates. All rights reserved.
1 Oracle Felhő Alkalmazások: Gyorsabb eredmények alacsonyabb kockázattal Biber Attila Igazgató Alkalmazások Divízió 2 M I L L I Á RD 4 1 PERC MINDEN 5 PERCBŐL 5 6 Ember használ mobilt 7 FELHŐ SZOLGÁLTATÁS
RészletesebbenBig Data az adattárházban
Big Data az adattárházban A párbaj folytatódik? Néhány fontos Big Data projekt Cég Téma Adat Újfajta Mennyiség Saját adat? Típus Google Influenza Google I big I Előjelzés előjelzés Farecast Xoom Chicagoi
RészletesebbenNyílt hozzáférésű informatikai rendszerek BME VIMM 5294
Nyílt hozzáférésű informatikai rendszerek BME VIMM 5294 Übelhart István ubelhart@mit.bme.hu Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszéke Nyílt rendszerek
RészletesebbenAz üzleti analitika meghatározó szerepe az ügyfélélmény területén. Radnai Szabolcs Üzletfejlesztési igazgató ECEMEA BA
Az üzleti analitika meghatározó szerepe az ügyfélélmény területén Radnai Szabolcs Üzletfejlesztési igazgató ECEMEA BA Trabant 601 1964-1991 2 Az ügyfél egyéni bánásmódra vágyik Ügyfél interakciók optimalizálása
Részletesebben2016. április 21. Hotel Aquincum
2016. április 21. Hotel Aquincum Szoftvergazdálkodási érettségi modell IPR-Insights License Consulting Program SAM érettségi modell IPR-Insights SAM Maturity Model 4.0 Szintek és hozzájuk kapcsolódó szolgáltatások,
RészletesebbenSTANDARD DEVELOPMENT U.L. FACTORY SYSTEMS GROUP IT DEPARTMENT
Oracle Cloud Platform szolgáltatások bevezetése a Magyar Suzuki Zrt.-nél Farkas Bálint STANDARD DEVELOPMENT U.L. FACTORY SYSTEMS GROUP IT DEPARTMENT MAGYAR SUZUKI CORPORATION Oracle Cloud Platform szolgáltatások
RészletesebbenWeblog elemzés Hadoopon 1/39
Weblog elemzés Hadoopon 1/39 Az előadás témái Egy Hadoop job életciklusa A Weblog-projekt 2/39 Mi a Hadoop? A Hadoop egy párhuzamos programozási séma egy implementációja. 3/39 A programozási séma: MapReduce
RészletesebbenSikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter
Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter Bevezető az Oracle9i adattárházas újdonságaihoz Elemzési és vezetői információs igények 80:20 az adatgyűjtés javára! Adattárházak kínálta
RészletesebbenOracle Enterprise Metadata Management
Oracle Enterprise Metadata Management Rövid bemutató Oracle Enterprise Metadata Management Gollnhofer Gábor 1 Tartalom Bevezetés a metaadatokhoz Oracle Enterprise Metadata Management - OEMM Összefoglaló
RészletesebbenBig Data tömeges adatelemzés gyorsan
MEDIANET 2015 Big Data tömeges adatelemzés gyorsan STADLER GELLÉRT Oracle Hungary Kft. gellert.stadler@oracle.com Kulcsszavak: big data, döntéstámogatás, hadoop, üzleti intelligencia Az utóbbi években
RészletesebbenETL keretrendszer tervezése és implementálása. Gollnhofer Gábor Meta4Consulting Europe Kft.
ETL keretrendszer tervezése és implementálása Gollnhofer Gábor Meta4Consulting Europe Kft. Tartalom Bevezetés ETL keretrendszer: elvárások és hogyan készítsük A mi keretrendszerünk Bevezetési tanulságok
RészletesebbenFeltörekvő technológiák: seam, drools, richfaces és társai a JBossban
Feltörekvő technológiák: seam, drools, richfaces és társai a JBossban Török Tamás senior consultant ULX Nyílt Forráskódú Tanácsadó és Disztribúciós Kft. Miről lesz ma szó? Röviden az ULX-ről A JBoss közösségről
RészletesebbenExcel ODBC-ADO API. Tevékenységpontok: - DBMS telepítés. - ODBC driver telepítése. - DSN létrehozatala. -Excel-ben ADO bevonása
DBMS spektrum Excel ODBC-ADO API Tevékenységpontok: - DBMS telepítés - ODBC driver telepítése - DSN létrehozatala -Excel-ben ADO bevonása - ADOConnection objektum létrehozatala - Open: kapcsolat felvétel
RészletesebbenHogyan növelje kritikus üzleti alkalmazásainak teljesítményét?
Hogyan növelje kritikus üzleti alkalmazásainak teljesítményét? Alkalmazás archiválás EMC Forum 2013 Sepsy Zoltán Mindennapi alkalmazásaink Folyamatos változás az alkalmazás technológiákban. Kiterjedt
RészletesebbenAdatbányászat és Perszonalizáció az Oracle9i-ben
Adatbányászat és Perszonalizáció az Oracle9i-ben Oracle9i adatbányászat 2000. szeptember 6. Fekete Zoltán Palaczk Péter Agenda Oracle9i Database Teljes e-business Intelligence infrastruktúra Mi is az adatbányászat?
RészletesebbenSUSE Linux Enterprise High Availability. Kovács Lajos Vezető konzultáns
SUSE Linux Enterprise High Availability Kovács Lajos Vezető konzultáns lkovacs@npsh.hu SUSE Linux Enterprise 12 célok 100 0 % Állásidő csökkentése Hatékonyabb üzemeltetés Gyorsabb innováció 2 Állásidő
RészletesebbenIBM Váltsunk stratégiát! Budapest, 2012 november 14. V7000
IBM Váltsunk stratégiát! Budapest, 2012 november 14. V7000 Storage Integrált Virtualizált Tier -elt Storage az integrált plattfom elengedhetetlen része Storwize V7000 teljesen virtualizált megoldás Kihívás:
RészletesebbenEladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant 2014. március 23.
Eladni könnyedén? Oracle Sales Cloud Horváth Tünde Principal Sales Consultant 2014. március 23. Oracle Confidential Internal/Restricted/Highly Restricted Safe Harbor Statement The following is intended
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (A képzés közös része, szakirányválasztás a 3. félév végén) Tárgykód Félév Tárgynév Tárgy
RészletesebbenKöltségcsökkentés a Production Imaging and Capture alkalmazással
1 Költségcsökkentés a Production Imaging and Capture alkalmazással Schnellbach Ferenc, rendszermérnök, USER Rendszerház Január 2011 2 Napirend Mi a Production Imaging? Mi az IBM Production Imaging Edition
Részletesebbenwebalkalmazások fejlesztése elosztott alapon
1 Nagy teljesítményű és magas rendelkezésreállású webalkalmazások fejlesztése elosztott alapon Nagy Péter Termékmenedzser Agenda Java alkalmazás grid Coherence Topológiák Architektúrák
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat
RészletesebbenSAP SZOFTVERHASZNÁLATI JOGOK
SAP SZOFTVERHASZNÁLATI JOGOK PREAMBULUM...5 1. LICENCVÉTELI ALAPELVEK / HASZNÁLATI SZABÁLYOK...5 2. MÉRŐSZÁMOK...8 3. CSOMAGSPECIFIKUS FELTÉTELEK / HASZNÁLATI SZABÁLYOK...9 1. sz. melléklet - Öröklött
RészletesebbenKözösség, projektek, IDE
Eclipse Közösség, projektek, IDE Eclipse egy nyílt forráskódú (open source) projekteken dolgozó közösség, céljuk egy kiterjeszthető fejlesztői platform és keretrendszer fejlesztése, amely megoldásokkal
RészletesebbenOracle SQL Developer Data Modeler és a DW adatmodellezés. Gollnhofer Gábor Meta Consulting Kft.
Oracle SQL Developer Data Modeler és a DW adatmodellezés Gollnhofer Gábor Meta Consulting Kft. Oracle Information Management & Big Data Reference Architecture 2 Mi a NoSQL modellezés célja? Forrás: Insights
RészletesebbenIBM új generációs adattárház megoldások
Baranyi Szabolcs, IBM Magyarországi Kft. baranyi@hu.ibm.com Kattintson 2012. júniuside 12.szöveg hozzáadásához IBM új generációs adattárház megoldások BigData és DB2 V10 Napirend Big Data IBM Big Data
RészletesebbenPénzügyi adattárház építése az Aegon Biztosító Zrt-nél. ELNÖK-IGAZGATÓ SEBESTYÉN ZSOLT
Pénzügyi adattárház építése az Aegon Biztosító Zrt-nél ELNÖK-IGAZGATÓ SEBESTYÉN ZSOLT +36-30-385-14-05 sebestyen.zsolt@bpc.hu Mivel foglakozunk? Üzleti folyamat Egyedi ügyviteli rendszerek fejlesztése
RészletesebbenRopogós - Oracle BI EE 12C
Ropogós - Oracle EE 12C Felsővezetői, komplex dashboard bevezetés Havas Levente Lajtos Alex Budapest, 2018. november 13. Az IFUA Horváth & Partners ajánlása szerint egy Managed Enterprise rendszernek az
RészletesebbenÜzleti intelligencia eszköztár a SAS 9.2 platformon
Üzleti intelligencia eszköztár a SAS 9.2 platformon Portik Imre SAS Magyarország Témakörök Bevezetés SAS BI eszköztár 9.2 BI újdonságok A közeljövő Q&A SAS Enterprise BI Server Riportkészítés Lekérdezés
RészletesebbenIBM WorkLight 5.0 mobil alkalmazás platform
Tóth Bálint, WebSphere Brand Sales Manager balint.toth@hu.ibm.com, +36-20-8235554 IBM WorkLight 5.0 mobil alkalmazás platform Mobil Az informatika evolúciójának újabb lépcsője Mobile/Wireless/Cloud Web/Desktop
RészletesebbenS&T &T Unit Un is Magyar o szág szág Kf t. 2009. november 5.
S&T Unitis Magyarország Kft. BusinessObjects bemutató 2009. november 5. Az Üzleti Intelligencia A fogalmat először Hans Peter Luhn használta 1958-ban. A business kifejezés alatt valamilyen cél elérése
RészletesebbenSAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Szkenneléssel nem mérhető licencelési adatok. Egyedülálló funkcionalitású, új ACDC modul
SAM-Insights ADVANCED CENTRAL DATA COLLECTOR (ACDC) Szkenneléssel nem mérhető licencelési adatok Szoftvergazdálkodási, licencelési szempontból nemcsak az összetett szerverkörnyezet, bonyolult infrastruktúra,
RészletesebbenWaberer s BI a BO-n túl. WABERER S INTERNATIONAL Nyrt. Szatmári Johanna, Tobak Tamás
Waberer s BI a BO-n túl WABERER S INTERNATIONAL Nyrt. Szatmári Johanna, Tobak Tamás 2018.09.10 Tartalom Kik vagyunk a Waberer s számokban Digitális transzformáció a Waberer s-nél Üzleti igények és kihívások
RészletesebbenBEVEZETÉS AZ ADATTÁRHÁZ AUTOMATIZÁLÁSBA
BEVEZETÉS AZ ADATTÁRHÁZ AUTOMATIZÁLÁSBA Gollnhofer Gábor JET-SOL Kft. Nyilvántartási szám: 503/1256-1177 JET-SOL KFT. Alapadatok 2003-ban alakultunk Több mint 120 magasan képzett munkatárs Ügyfélkör Nagyvállalati
RészletesebbenFelhasználó-központú biztonság
Felhasználó-központú biztonság Contextual Security Intelligence Szegvári János BalaBit Europe 2016.05.11 Napirend 1. Adatgyűjtés 2. Feldolgozás 3. Reagálás Hagyományos (Orthodox) biztonsági megközelítés
RészletesebbenFekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt.
Fekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt. Tartalom BI mérföld kövek Kezdeti architektúra és kontextus Lokális Adattárház Kialakítása CRM Evolúció Üzleti Intelligencia kiaknázó eszközök
RészletesebbenIBM Business Process Manager változat 8 alváltozat 5. Az IBM Business Process Manager áttekintése
IBM Business Process Manager változat 8 alváltozat 5 Az IBM Business Process Manager áttekintése ii Áttekintés PDF-könyvek és az információközpont A PDF-könyveket nyomtatásra és offline olvasásra használhatja.
RészletesebbenBig Data. Benczúr András Big Data Lendület kutatócsoport MTA SZTAKI, Informatika Laboratórium Benczúr András
Big Data Benczúr András Big Data Lendület kutatócsoport MTA SZTAKI, Informatika Laboratórium Benczúr András benczur@sztaki.mta.hu http://datamining.sztaki.hu Big Data @ SZTAKI 2014. Október 17. Big Data:
RészletesebbenExadata, a világ leggyorsabb adatbázisgépe
ORACLE PRODUCT LOGO 2011. november 8. Budapest Exadata, a világ leggyorsabb adatbázisgépe Fekete Zoltán, principal sales consultant http://blogs.oracle.com/zfekete/ 1 Copyright 2011, Oracle and/or its
RészletesebbenCOMPANY PROFILE SZOFI ALGORITHMIC RESEARCH KFT
COMPANY PROFILE SZOFI ALGORITHMIC RESEARCH KFT WWW.SZOFIUSA.COM CÉGTÖRTÉNET 1990 Alapítás 1990 Informatikai fejlesztések kezdete 1992 Felsőfokú informatikai képzési rendszer kidolgozása a kormányzat részére
RészletesebbenAz Oracle üzleti intelligencia stratégiája
Az Oracle üzleti intelligencia stratégiája Radnai Szabolcs Üzletfejlesztési igazgató üzleti elemzések terület -. RACE régió Oracle Copyright 2015 Oracle and/or its affiliates. All rights reserved. 1 Hiszekegy
RészletesebbenIT Asset Management. IBM Tivoli Asset Management for IT. 2009. 11. 10 Kubicsek Tamás. 2009 IBM Corporation
IT Asset Management IBM Tivoli Asset Management for IT 2009. 11. 10 Kubicsek Tamás Miért kritikus az átfogó IT eszközmenedzsment kialakítása? Szoftver és Licensz: Komplex licensztípusok Nehezen átlátható
RészletesebbenTudásalapú információ integráció
Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány) Tanszéki értekezlet, 2008. május 14. 1 Miért van szükségünk ilyesmire? WWW: (Alkalmazások) Keresés a weben (pl. összehasonlítás
RészletesebbenAnalitikus CRM. Radnai Szabolcs Szabolcs.Radnai@oracle.com
Analitikus CRM Radnai Szabolcs Szabolcs.Radnai@oracle.com Integrált CRM megoldások A CRM a legfontosabb hajtóerő az adattárház/adatpiaci rendszerek kiépítésére Mûködõ rendszerek Ttranzakciók Adatpiacok
RészletesebbenJAVA webes alkalmazások
JAVA webes alkalmazások Java Enterprise Edition a JEE-t egy specifikáció definiálja, ami de facto szabványnak tekinthető, egy ennek megfelelő Java EE alkalmazásszerver kezeli a telepített komponensek tranzakcióit,
RészletesebbenInformatikai Tesztek Katalógus
Informatikai Tesztek Katalógus 2019 SHL és/vagy partnerei. Minden jog fenntartva Informatikai tesztek katalógusa Az SHL informatikai tesztek katalógusa számítástechnikai tudást mérő teszteket és megoldásokat
Részletesebben1 Copyright 2011, Oracle and/or its affiliates. All rights reserved.
1 Copyright 2011, Oracle and/or its affiliates. All rights Elemzések a gondolat sebességével Oracle Exalytics BI Machine 2011 Nov. 22 Radnai Szabolcs Oracle BI BDM ECEMEA Üzleti kihívások, hajtóerők A
RészletesebbenPartnertalálkozó. 2014. október 3.
Partnertalálkozó 2014. október 3. PROGRAM 09.00-09.30 Regisztráció 09.30-10.00 Köszöntő (eredményeink, céljaink, eszközeink) 10.00-10.45 Mit tartogat a Microsoft zsákja? 10.45-11.00 Kávészünet 11.00-11.45
RészletesebbenAnalitikai megoldások IBM Power és FlashSystem alapokon. Mosolygó Ferenc - Avnet
Analitikai megoldások IBM Power és FlashSystem alapokon Mosolygó Ferenc - Avnet Bevezető Legfontosabb elvárásaink az adatbázisokkal szemben Teljesítmény Lekérdezések, riportok és válaszok gyors megjelenítése
RészletesebbenMérésadatgyűjtő rendszer Oracle Database Appliance alapon. Szabad Miklós vezérigazgató-helyettes XperTeam ZRt. Budapest, Róbert Károly krt. 59.
Mérésadatgyűjtő rendszer Oracle Database Appliance alapon Szabad Miklós vezérigazgató-helyettes XperTeam ZRt. Budapest, Róbert Károly krt. 59. Tartalom Az XperTeam Zrt. története Referenciáink A közös
RészletesebbenOracle EBS Dilemmák GE Capital International Budapest Bank. Slezák András
Oracle EBS Dilemmák Budapest Bank Slezák András Háttér információk Budapest Bank és GE kapcsolata 1995: a GE részesedést vásárol a Budapest Bankban 2001: a GE többségi tulajdonossá válik, megtörténik a
RészletesebbenIT trendek és lehetőségek. Puskás Norbert
IT trendek és lehetőségek Puskás Norbert és kapcsolódó Üzleti technológiák elvárások T-Systems stratégia és innováció 2010 Gartner: CIO TOP 10 Technologies, 2011 Mobilizáció Hatások fogyasztói oldalról
RészletesebbenÚjdonságok. Jancsich Ernő Ferenc
Újdonságok Jancsich Ernő Ferenc Microsoft Dynamics NAV o Világszerte, több, mint 110 000 ezer kis- és középvállalat választotta a Microsoft Dynamics NAV rendszert növekedésének támogatásához. o Ez közel
RészletesebbenMeglévő adataiból üzleti információt a gondolat sebességével SAP üzleti intelligencia in-memory alapokon IQSymposium Üzleti Intelligencia 2012
Meglévő adataiból üzleti információt a gondolat sebességével SAP üzleti intelligencia in-memory alapokon IQSymposium Üzleti Intelligencia 2012 Berczik Márton Takács Béla, SAP Hungary Kft. 2012. április
RészletesebbenFelhő alkalmazások sikerének biztosítása. Petrohán Zsolt Zsolt.petrohan@oracle.com
Felhő alkalmazások sikerének biztosítása Petrohán Zsolt Zsolt.petrohan@oracle.com Safe Harbor The following is intended for information purposes only, and may not be incorporated into any contract. It
RészletesebbenSzolgáltatás Modellezés. Tivoli Business Service Management
Szolgáltatás Modellezés Tivoli Business Service Management Üzleti Szolgáltatás Felügyelet 2 Üzleti Szolgáltatás: alkalmazások, köztes alkalmazások, biztonsági, tároló, hálózati, és más infrastruktúra elemek
RészletesebbenProjekt ötletek az Okos Jövő Innovációs Klaszter részére
Projekt ötletek az Okos Jövő Innovációs Klaszter részére IBM Magyarországi Kft. Prikk János Energiaipari üzletág - szektorvezető Napirend Okos Jövő Innovációs Klaszter projekt lehetőségek Bemutatkozás
Részletesebben<Insert Picture Here> Jelentéskészítés és elemzés térképes megjelenítési támogatással Location Intelligence
Jelentéskészítés és elemzés térképes megjelenítési támogatással Location Intelligence Radnai Szabolcs Oracle BI BDM ECEMEA Mi is a térbeli adat? Spatial: Minden polgári személy címadata
RészletesebbenInnovatív x86. Kósa Gábor System x Brand Specialist gabor.kosa@hu.ibm.com
Innovatív x86 Kósa Gábor System x Brand Specialist gabor.kosa@hu.ibm.com Tartalom IBM-Lenovo x86 CAMS / System x Scale-out Scale-in Integrált (PureSystem) Az infrastruktúra fontos Kérdések, válaszok A
RészletesebbenBI kicsiknek és nagyoknak
BI kicsiknek és nagyoknak Radnai Szabolcs Üzleti intelligencia és Adattárház üzletág vezető Kezdjük egy egyszerű megállapítással Az Önök vállalatánál mindenki jobban tudja végezni
Részletesebben