5tendênciasqueestãoimpulsionandoaevoluçãodobigdata

Mike Matchett, principal IT industry analyst da Small World Big Data, afirma há muito tempo que todos os dados acabarão se tornando big data, e as plataformas de big data evoluirão para se tornarem simplesmente plataformas de processamento de dados de última geração. Segundo ele, discutindo o que viu na Strata Data Conference, realizada em Nova York, chegamos a um ponto na evolução do big data, no qual agora é mainstream, e se a sua organização não está concentrada em descobrir como implementar tecnologias de big data, você pode estar ficando sem tempo. Segundo ele, o mundo do big data cada vez menos envolve "geeks" idealistas focados em pesquisa de código aberto e mais profissionais que buscam, através de aprendizado de máquina e outras tecnologias, resolver problemas reais de negócios em ambientes de produção empresarial. Nessa direção, as tendências listadas por ele podem até surpreender os menos avisados.

  1. Dados Estruturados
    Big data não é mais apenas sobre dados não estruturados ou semiestruturados. Muitos dos fornecedores proeminentes, liderados pelos principais provedores de plataforma, como Hortonworks, MapR e Cloudera, agora estão falando sobre implementações de big data em full data warehouses corporativos (EDWs). A aposta do Mike é que as plataformas de big data irão inevitavelmente ultrapassar e superar o EDW legado monolítico e proprietário.

  2. Sistema de ação convergente
    Na mesma direção, a evolução do Big Data inclui implementações que hospedam cada vez mais a pegada de dados de toda uma empresa - dados estruturados e não estruturados juntos. Mike acha que substituirão silos de processamento de dados desarticulados e diferentes por uma única plataforma muito mais poderosa para análise operacional e tomada de decisões em tempo real.

  3. Aprendizagem de máquina pragmática
    O tema comum parece ser como implantar e manter o aprendizado de máquina na produção.

  4. Vigiando os vigias
    Havia muito na Strata relacionado ao uso de aprendizado de máquina para gerenciar recursivamente processos de aprendizado de máquina em larga escala e em produção, ou pelo menos usando aprendizado de máquina para gerenciar melhor cargas de trabalho de big data, dados de fluxo e analítica de IoT.

  5. Computação de alto desempenho em desktops
    A Ricker Lyman Robotic está começando a criar pequenos nós de cluster de computação empilháveis para desktop chamados Hivecells, cada um do tamanho de um antigo gabinete de armazenamento em disco rígido modelo. Eles são projetados para executar software distribuído, como plataformas de big data para desenvolvedores, a um custo menor do que a execução de instâncias em nuvem. Em uma pilha relativamente pequena, com cerca de 30 centímetros de altura, agora pode-se facilmente criar e manter o próprio cluster de servidores de computação de alto desempenho. Fonte: TechTarget SearchDataManagement

Eventos

18 Abr, 19
24 Abr, 19
Veja todos os cases