Tecnologia e innovazione al servizio delle aziende

Big Data: Tecnologie e Problematiche

Descrizione

I Big Data rappresentano la principale tendenza in campo informatico degli ultimi anni. Con Big Data si intendono dataset aventi dimensioni e caratteristiche tali da non essere facilmente trattati con sistemi tradizionali quali, ad esempio, i database relazionali. Questo non vuol dire che gli strumenti di gestione dati normalmente presenti in azienda non siano in grado di trattare i big data ma che il loro utilizzo può essere poco produttivo in termini di tempi e costi di elaborazione. A tal fine, gli strumenti tradizionali, possono essere affiancati (mai sostituiti) da nuovi prodotti quali file system distribuiti, database NoSQL e framework di elaborazione distribuita come map reduce. Ognuno di questi strumenti è differente dagli altri ed è ottimizzato per eseguire determinati compiti; la scelta degli strumenti non può essere fatta in modo superficiale e deve essere basata sui requisiti di business dell’azienda.
Ma quali caratteristiche devono avere i dati per essere considerati “Big”? Quali vantaggi di business possono derivare dalla loro elaborazione? Quali sono le principali tecnologie per la loro memorizzazione, elaborazione e gestione? Questo corso vuole fornire una panoramica sullo stato dell’arte delle tecnologie e dei processi per la gestione di Big Data in modo da fornire ai discenti strumenti pratici per iniziare ad introdurre questi strumenti in azienda.
Gli argomenti sono descritti tramite l’esposizione di casi di studio reali.

CopertinaInformazioniContenutiProssima edizione pubblicaCorso in house

CorsoBigData

Durata

3 giorni

Destinatari

  • capi progetto;
  • analisti;
  • progettisti;
  • sviluppatori;
  • chiunque voglia iniziare a capire i Big Data.

Prerequisiti

Conoscenze base sul funzionamento di internet e delle applicazioni distribuite.

Requisiti per l’aula

Il rispetto dei seguenti requisiti è indispensabile per la corretta erogazione del corso:

  • videoproiettore con risoluzione nativa minima di 1024×768 (meglio se superiore) funzionante;
  • connessione ad internet non filtrata per il portatile del docente;
  • lavagna a fogli mobili o a secco con pennarelli di diversi colori (o strumenti equivalenti).
NOTA: Il docente utilizzerà un suo portatile (Mac) sul quale sono stati preinstallati gli esempi da mostrare durante l’esposizione. Nel caso in cui non sia possibile l’utilizzo del portatile del docente (es. per problemi di sicurezza nella connessione alla rete aziendale) e sia necessario utilizzare un PC fornito dal cliente, questo deve essere concordato in precedenza e comporterà un addebito extra per l’installazione e la configurazione degli esempi.
  • Introduzione ai Big Data:
    • cosa sono i Big Data;
    • quanto sono grandi i Big Data?
    • le principali proprietà: volume, velocità, varietà, valore, veracità;
    • classificazione dei Big Data;
    • come individuare i Big Data;
    • sorgenti di provenienza dei Big Data;
    • quali opportunità per il business?
    • vantaggi e svantaggi nel loro utilizzo;
    • come si posizionano i Big Data rispetto agli strumenti tradizionali (RDBMS, DWH, BI, …);
    • il processo di gestione dei Big Data.
  • Come memorizzare i Big Data:
    • pattern architetturali per la memorizzazione dei Big Data;
    • utilizzo di file system distribuiti (es. HDFS);
    • database NoSQL e loro classificazione;
    • criteri per la scelta dello strumento di storage in base alle esigenze di business;
    • il concetto di Data Lake: cos’è e come implementarlo;
    • come trasferire i dati da e verso il Data Lake;
    • memorizzare i dati in base alle esigenze del busines;
    • strumenti per il trasferimento dei dati.
  • Come elaborare e analizzare i Big Data:
    • elaborazione distribuita;
    • Map/Reduce e principali pattern di implementazione;
    • strumenti per l’implementazione del Map/Reduce (YARN, TEZ, PIG, …);
    • integrazione con i linguaggi di programmazione tradizionali;
    • real-time analytics e complex event processing;
    • R programming language;
    • concetti base di Data Mining.
  • Come interrogare e come visualizzare i Big Data:
    • utilizzo degli strumenti e dei linguaggi di interrogazione nativi;
    • mapping su SQL (Hive, Drill, Impala, ….);
    • integrazione con RDBMS e con strumenti di Business Intelligence tradizionali;
  • Big Data Governance:
    • che cos’è la data governance;
    • processo di governance dei Big Data;
    • il repository dei metadati;
    • ruoli e responsabilità;
    • nuove figure professionali (es. Data Scientist).
  • Introduzione ad Hadoop:
    • che cos’è Hadoop;
    • principali strumenti forniti;
    • principali pattern architetturali;
    • principali distribuzioni a confronto (MapR, Cloudera, Hortonworks).
  • Principali NoSQL Database a confronto:
    • architettura, caratteristiche e funzionalità di MongoDB, Cassandra, CouchDB e altri.
  • Integrazione con i sistemi aziendali esistenti:
    • architetture di integrazione;
    • strumenti utilizzabili;
  • Problematiche di sicurezza e privacy:
    • come memorizzare i dati in modo sicuro;
    • gestione multitenancy;
    • politiche di accesso.
  • Casi di studio ed esempi pratici.

I corsi pubblici, a calendario, sono promossi in collaborazione con Technology Transfer.

DATA

08 – 10 novembre 2017

LUOGO

Hotel Visconti Palace
Via Federico Cesi, 37
00193 Roma

PRENOTAZIONI

Contattare direttamente Technology Transfer:

Piazza Cavour, 300193 – RomaTel. +39 06 6832227Fax. +39 06 6871102

E-mail: info@technologytransfer.it

Il corso può essere tenuto “in house” presso il cliente con i seguenti vantaggi:
  • con un numero di 4-5 partecipanti, il corso “in house” è più conveniente rispetto al corso pubblico (maggiore è il numero dei partecipanti, maggiore è il risparmio);
  • il corso può essere personalizzato a seconda delle esigenze del cliente (da concordare prima dell’erogazione);
  • è possibile calare la discussione degli argomenti sulla realtà aziendale del cliente (da concordare prima dell’erogazione);
  • è possibile modificare la durata del corso rispetto a quella standard (meno giorni per avere solo una panoramica, più giorni per un maggiore approfondimento);
  • è possibile effettuare test di verifica sull’apprendimento ed esercitazioni pratiche.

Come richiedere un corso in house

Un corso in house può essere richiesto direttamente a:

Tecnet Dati s.r.l.
Corso Svizzera 185
10149 – Torino

Tel. +39 011 7718090
Fax. +39 011 7718092
mail: info@tecnetdati.it
mail area formazione: formazione@tecnetdati.com

Ulteriori informazioni

Per ulteriori informazioni sull’erogazione di corsi in house vedi la pagina ufficiale di Tecnet Dati.