Интернет вещей и магия больших данных (Игорь Калошин, SECR-2015) — различия между версиями

Материал из 0x1.tv

(Batch edit: replace PCRE (\n\n)+(\n) with \2)
 
(не показано 35 промежуточных версий этого же участника)
Оптимизация, подразумевая обработку огромного потока данных от умных устройств и функционала контроля различных узлов производства, помогает компаниям качественно оптимизировать процессы многими способами, бывшими просто недоступными ранее. Возьмем к примеру компанию UBER , которая именно за счет сильной аналитики больших данных коренным образом изменила казалось бы незыблемую индустрию такси сервисов практически во всем мире. У нас в России более известны такие игроки этого рынка как Яндекс.Такси и Gettaxi, но эталоном реализации концепции IoT для меня все же является UBER.

Таким образом на конкретных примерах из индустрии я постараюсь показать как аналитика больших данных добавляет существенную ценность в новые прорывные решения и то, как комбинация умных сетевых сенсоров и продуманного анализа данных изменят привычные нам индустрии уже в ближайшее время.
</blockquote>


== Видео ==

{{vimeoembed|143683330|800|450}}

{{youtubelink|iJnaEdctsHI}}{{letscomment}}

<!-- == Слайды ==
[[File:Интернет вещей и магия больших данных (Игорь Калошин, SECR-2015).pdf|left|page=-|256px]]
 -->
{{----}}

== Примечания и отзывы ==
<!-- <blockquote>[©]</blockquote> -->

* [http://2015.secrus.ruorg/lang/ru/program/invited-speakers/igor-kaloshin Страница доклада на сайте конференции]

{{fblink|1659504590969222}}                                          
{{vklink|16}}                                          
<references/>

 <!-- -->

{{stats|disqus_comments=0|refresh_time=2017-2021-08-31T17:06:13.213206|vimeo_comments=0|vimeo_plays=78|youtube_comments=0|youtube_plays=14}}

[[Категория:SECR-2015]]
[[Категория:Internet of Thing]]
10-13T02:38:.01776450}}Things]]
[[Категория:BigData]]

Текущая версия на 12:20, 4 сентября 2021

Аннотация

Докладчик
Игорь Калошин.jpg
Игорь Калошин

Мне очень импонирует позиционирование направления IoT как новой движущей силы, в основе которой лежат информационные технологии и которая коренным образом меняет конкурентную среду для практически любой индустрии. Майкл Портер (Michael E. Porter) и Джеймс Хеппелман (James E. Heppelmann) подробно описывают и доказывают эту концепцию в HBR (Harvard Business Review), я же попробую сделать краткие выводы как из этого материала, так и немалого опыта компании Intel в этой сфере.

Эволюция развития умных и объединенных в сеть устройств идет от простых стадий мониторинга и контроля до более сложных этапов сбора и анализа данных от совокупности таких устройств, дающие возможность для оптимизации и даже автономии. Пример мониторинга – это термометр, который передает данные о температуре по сети. Контроль уже подразумевает некоторые действия в зависимости от состояния сенсора, например, включение кофе машины через определенное время после того, как пользователь проснулся. Такой подход подразумевает наличие инфраструктуры и более ли менее сложной логики взаимодействия по сети интернет между кофе машиной и, например, браслетом. Такого рода решения и идеи будут развиваться и совершенствоваться далее, и могут быть конечно привлекательны с инвестиционной точки зрения, но наибольший экономический эффект я вижу от доведения продуктов до следующих стадий использования магической силы аналитики больших данных.

Оптимизация, подразумевая обработку огромного потока данных от умных устройств и функционала контроля различных узлов производства, помогает компаниям качественно оптимизировать процессы многими способами, бывшими просто недоступными ранее. Возьмем к примеру компанию UBER , которая именно за счет сильной аналитики больших данных коренным образом изменила казалось бы незыблемую индустрию такси сервисов практически во всем мире. У нас в России более известны такие игроки этого рынка как Яндекс.Такси и Gettaxi, но эталоном реализации концепции IoT для меня все же является UBER.

Таким образом на конкретных примерах из индустрии я постараюсь показать как аналитика больших данных добавляет существенную ценность в новые прорывные решения и то, как комбинация умных сетевых сенсоров и продуманного анализа данных изменят привычные нам индустрии уже в ближайшее время.

Видео

on youtube

Посмотрели доклад? Понравился? Напишите комментарий! Не согласны? Тем более напишите.

Примечания и отзывы


Plays:92   Comments:0