LA TECHNOLOGY TRANSFER PRESENTA
SHAKU
ATRE
I 10 SKILL NECESSARI
PER OTTENERE IL MASSIMO
DAI BIG DATA
ROMA 4-5 APRILE 2016
RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231
[email protected]
www.technologytransfer.it
I 10 SKILL NECESSARI PER OTTENERE IL MASSIMO DAI BIG DATA
DESCRIZIONE
La tecnologia dei Big Data è nuova per la maggior parte delle organizzazioni così come la consapevolezza delle competenze necessarie per ottenere il massimo dai Big Data. Avere questi skill dall’oggi al domani è una
pura illusione. Di conseguenza, nella maggior parte delle organizzazioni, una grande percentuale di skill sui
Big Data ha bisogno di essere imparata o recuperata all’esterno, o un po’ entrambe le cose. Grandi volumi di
dati sono necessari per scoprire correlazioni e per convalidare o confutare ipotesi. Questi metodi puntano dritti
alla Data Science. In passato la Data Science veniva praticata solo nel mondo accademico, oggi, per essere e
rimanere competitivi nel mercato, tutte le aziende hanno bisogno di avere questi skill accademici ma con una
grande differenza: nel mondo accademico i risultati non vengono richiesti velocemente e, per problemi e dati
molto complessi, viene preso tutto il tempo necessario, ma ci sono dei business che non se lo possono permettere. Ottenere i risultati in tempo è di fondamentale importanza per il successo del business. Questo per dire
che, al di là dei grandi volumi di dati, il più grande problema è la velocità con cui i dati arrivano, vengono lavorati
e in quanto tempo si forniscono i risultati ai decision makers. Questo seminario indica i principali 10 skill che bisogna avere per ottenere il massimo dai Big Data.
I dati passano principalmente attraverso 4 fasi, i principali problemi con i Big Data accadono nelle fasi 2, 3 e 4.
• Fase 1: I dati sono generati da transazioni, interazioni e osservazioni
• Fase 2: I dati sono ricevuti da varie sorgenti - i sistemi riceventi sono abbastanza veloci per gestire l’output dei
sistemi che generano i dati?
• Fase 3: I dati sono memorizzati e elaborati – la capacità di memoria è sufficiente e la velocità del processing?
• Fase 4: Viene creato il valore dei dati – ma viene fatto abbastanza velocemente per poter dare dei benefici
alla bottom line del business?
In particolare i partecipanti impareranno:
Gli Analisti di Big Data dovrebbero avere i seguenti punti di forza:
• Una familiarità con i più recenti linguaggi statistici come R
• Capire e usare tecniche analitiche di modeling
• Una familiarità con i dati che devono essere analizzati
• Una mentalità risk-taking per sperimentare con i dati
Alcuni Skill tecnici che sono necessari:
• Una buona conoscenza ed esperienza con il software Open Source
• Architettare i dati in databases con terabytes di dati
• Gestire framework software come Hadoop e avere conoscenza di databases come noSQL, Cassandra e HBase
• Esperienza con linguaggi analitici di programmazione come R o Pig
• Abilità nel gestire hardware con migliaia di “piccole” CPU per multipli terabytes di dati
Soft Skill che non sono direttamente correlati con il Big Data ma sono necessari:
• Capire gli in e gli out del business
• Capire la “bottom line” del business
• Capire quali sono le domande analitiche che rispondono alle domande “bottom-line”
• Skill di comunicazione per spiegare i risultati analitici
• Capire non solo transazioni ma anche interazioni e osservazioni
PARTECIPANTI
CEO, CFO, CIO, CTO, Middle Management, Project Managers, Analisti di sistema, Sviluppatori, Programmatori
di sistema, Database Administrators, Utenti a vari livelli e Professionisti.
PROGRAMMA
1. Open Source: Apache Hadoop
Un software processing di Big Data deve essere in
grado di spargere i dati in porzioni da destinare a un
certo numero di processori e di riassembarli senza
perdere niente in questo processo. La piattaforma
Hadoop è potente ma richiede skill tecnici in grado di
maneggiare la memoria distribuita e l’architettura del
processing. Skills sullo stack Hadoop come HDFS,
MapReduce, Flume, Oozie, Hive, Pig, HBase e YARN
sono altamente richiesti.
2. Open Source: Apache Spark – un’alternativa a
MapReduce
A differenza del paradigma MapReduce a 2 stadi basato su disco di Hadoop, Spark usa primitive in-memory a più stadi così da fornire per certe applicazioni
una performance fino a 100 volte più veloce permettendo ai programmi utente di caricare dati in una memoria di cluster e di interrogarli ripetutamente. Spark
potrebbe essere usato sia all’interno della Framework
Hadoop che all’esterno. Spark richiede conoscenze
tecniche per programmare ed eseguire.
3. Altre tecnologie: Python, Data Lake, NoSQL
Python
È un linguaggio di programmazione ad alto livello
molto usato. La sua filosofia enfatizza la leggibilità del
codice e la sua sintassi permette ai programmatori di
esprimere concetti in poche linee di codice rispetto ai
linguaggi C++ o Java. Supporta diversi paradigmi di
programmazione incluso object-oriented, imperative,
programmazione funzionale o procedurale.
Data Lake
Un Data Lake è un grande repository che “mantiene i
dati fino a quando sono necessari”. Il termine è stato
coniato dallo Chief Technology Officer di Pentaho.
NoSQL
Un database NoSQL fornisce un meccanismo di memorizzazione e recupero dei dati che viene modellato
con altri mezzi e non solo con le relazioni tabellari
usate nei database relazionali. Le motivazioni per
questo approccio includono: semplicità di design, un
più semplice scaling “orizzontale” ai cluster delle
macchine, che è un problema per i database relazionali, e un miglior controllo sulla disponibilità
4. SQL
Un linguaggio di programmazione che vive da oltre
40 anni. È stato resuscitato dopo un ristagno del
mondo relazionale. Se NoSQL è usato in ambienti
complessi e dati eterogenei, SQL è usato per applicazioni più semplici. A causa dell’impeto di organizzazioni come Impala di Cloudera, SQL sta quasi diventando la lingua franca per la nuova generazione di
Hadoop-scale Data Warehouse.
5. Linguaggi di programmazione general purpose:
Java, C, Python, Scala
Linguaggi di programmazione general purpose come
Java, C, Python e Scala potrebbero essere molto utili
alle persone con un background sull’analitica. I programmatori con background sull’analitica sono altamente richiesti.
6. Data Mining e Machine Learning
Data Mining
È un processo computazionale per individuare patterns in grandi insiemi di dati (Big Data) che utlilizza
metodi che si intersecano con intelligenza artificiale,
machine learning, statistica e databases. È un’analisi
di dati che ha lo scopo di trovare delle gemme di
informazione nascosta in mezzo a una vasta quantità
di dati che sono stati catturati durante il normale svolgimento del business.
Machine Learning
Si è evoluta dallo studio di pattern recognition e teoria
di computational learning nell’intelligenza artificiale.
Machine Learning approfondisce lo studio e la costruzione di algoritmi che possono imparare e fare previsioni sui dati.
7. Analisi statistica e Quantitativa
Questo è il nocciolo di cosa sono i Big Data e del loro
scopo principale. Se una persona ha un background
in ragionamenti quantitativi e una laurea in matematica o statistica è già a metà strada. Se avete lavorato
con il linguaggio R o avete usato software statistico
avete fatto un certo numero di passi avanti.
8. Visualizzazione dei dati
I Big Data possono essere molto complicati da comprendere se uno si sofferma solo su numeri e lettere.
Non ci sono paragoni in termini di comprensibilità per
il nostro cervello rispetto ai nostri occhi che vedono la
forma dei nostri dati. La rappresentazione visualizzata è una interfaccia che presenta informazioni in un
modo facile da capire e da correlare, spesso in modo
grafico, e che fornisce agli utenti una grande quantità
di informazioni utili al primo sguardo.
9. Creatività
La creatività è un fenomeno che crea qualcosa di
nuovo e in qualche modo di valore. Non importa quale software o hardware usate, in qualsiasi settore
dell’industria, il Vostro cervello è inestimabile. I tools
che abbiamo descritto in questo seminario in pochi
anni verranno rimpiazzati da altri tools, ma il nostro
cervello è stato sviluppato in milioni di anni. La potenziale creatività delle nostre cellule cerebrali è enorme. La curiosità è la chiave della creatività che ci porta a nuovi modi di guardare i Big Data. Puoi raccontare storie sui dati e comunicarle alle persone appropriate? Ti piacciono i dati e ti piace giocare con loro?
10. Problem solving
Se sei esperto in un settore come salute, finanze, telecomunicazioni, retail, ecc. e hai la capacità di pensare senza condizionamenti (guardi i dati in maniera
differente dal modo in cui vengono generalmente
guardati dagli altri), se non hai paura di remare controcorrente e di non scegliere il cammino più facile
per convenienza, allora sei il miglior candidato per i
progetti sui Big Data.
Avete mai pensato di spostare la Business Analytics dall’IT ai dipartimenti di business?
È completamente irrealistico pensare che una persona abbia tutti gli skill necessari per gestire i Big Data,
di conseguenza le persone richieste devono essere
diverse. Un manager dovrebbe avere un bilanciamento “Yin Yang”. Per esempio, dovreste avere 2
persone: una con maggiore conoscenza dell’area
Hadoop e una minore conoscenza dell’area Spark,
l’altra dovrebbe avere una maggiore conoscenza
sull’area Spark e una minore conoscenza sull’area
Hadoop. In questo modo, se una dei due lascia il
team, l’azienda non è completamente disarmata.
INFORMAZIONI
€ 1300 (+iva)
La quota di partecipazione
comprende documentazione,
colazioni di lavoro e coffee
breaks.
LUOGO
Roma, Residenza di Ripetta
Via di Ripetta, 231
DURATA ED ORARIO
2 giorni: 9.30-13.00
14.00-17.00
MODALITÀ D’ISCRIZIONE
Il pagamento della quota,
IVA inclusa, dovrà essere
effettuato tramite bonifico,
codice IBAN:
IT 03 W 06230 03202 000057031348
Banca: Cariparma
Agenzia 1 di Roma
intestato alla
Technology Transfer S.r.l.
e la ricevuta di versamento
inviata insieme alla scheda
di iscrizione a:
TECHNOLOGY
TRANSFER S.r.l.
Piazza Cavour, 3
00193 ROMA
(Tel. 06-6832227
Fax 06-6871102)
entro il 21 Marzo 2016
È previsto il servizio di
traduzione simultanea
Vi consigliamo di far precedere
la scheda d’iscrizione da una
prenotazione telefonica.
SHAKU ATRE
I 10 SKILL NECESSARI
PER OTTENERE IL MASSIMO
DAI BIG DATA
Roma 4-5 Aprile 2016
Residenza di Ripetta
Via di Ripetta, 231
Quota di iscrizione:
€ 1300 (+iva)
In caso di rinuncia o di cancellazione dei seminari
valgono le condizioni generali riportate sopra.
CONDIZIONI GENERALI
In caso di rinuncia con
preavviso inferiore a 15 giorni
verrà addebitato il 50% della
quota di partecipazione, in
caso di rinuncia con preavviso
inferiore ad una settimana
verrà addebitata l’intera quota.
In caso di cancellazione del
seminario, per qualsiasi
causa, la responsabilità della
Technology Transfer si intende
limitata al rimborso delle quote
di iscrizione già pervenute.
SCONTI
I partecipanti che si iscriveranno
al seminario 30 giorni prima
avranno uno sconto del 5%.
Se un’azienda iscrive allo
stesso evento 5 partecipanti,
pagherà solo 4 partecipazioni.
Gli sconti per lo stesso evento
non sono cumulabili fra di loro.
Ai sensi dell’art. 13 della legge
n. 196/2003, il partecipante è
informato che i suoi dati
personali acquisiti tramite la
scheda di partecipazione al
seminario saranno trattati da
Technology Transfer anche
con l’ausilio di mezzi elettronici,
con finalità riguardanti
l’esecuzione degli obblighi
derivati dalla Sua
partecipazione al seminario,
per finalità statistiche e per
l’invio di materiale
promozionale dell’attività di
Technology Transfer.
Il conferimento dei dati è
facoltativo ma necessario per
la partecipazione al seminario.
Il titolare del trattamento dei
dati è Technology Transfer,
Piazza Cavour, 3 - 00193
Roma, nei cui confronti il
partecipante può esercitare i
diritti di cui all’art. 13 della
legge n. 196/2003.
nome ......................................................................
cognome ................................................................
funzione aziendale .................................................
azienda ..................................................................
Timbro e firma
partita iva ...............................................................
codice fiscale .........................................................
indirizzo ..................................................................
città ........................................................................
cap .........................................................................
provincia ................................................................
telefono ..................................................................
È previsto il servizio di
traduzione simultanea
TUTELA DATI PERSONALI
✂
QUOTA DI
PARTECIPAZIONE
fax ..........................................................................
e-mail .....................................................................
Da restituire compilato a:
Technology Transfer S.r.l.
Piazza Cavour, 3 - 00193 Roma
Tel. 06-6832227 - Fax 06-6871102
[email protected]
www.technologytransfer.it
DOCENTE
Shaku Atre è una speaker eccezionale che ha la reputazione di catturare l’attenzione dei partecipanti e di
mantenere vivo l’interesse anche in presenza di argomenti complessi. È presidente di Atre Group Inc. una società di consulenza, training e publishing nel settore della Business Intelligence. È stata Partner in Price
Waterhouse e 14 anni in IBM. I suoi articoli sono frequentemente pubblicati in Computerworld, Information
Week, Information Management, Tech Web e altre importanti pubblicazioni di computer. Ha scritto numerosi libri fra i quali ricordiamo il best seller Database: Structured Techniques for Design, Performance and
Management pubblicato da John Wiley and Sons, che ha venduto più di 250.000 copie ed è stato adottato da
molte importanti Università tra cui Harvard, Columbia, Cornell, MIT, New York University, Stanford and U.C.
Berkeley. Il suo ultimo libro pubblicato è Business Intelligence Roadmap: The Complete Project Lifecycle
for Decision-Support Applications.
