LA TECHNOLOGY TRANSFER PRESENTA MIKE FERGUSON 3-4 NOVEMBRE NOVEMBRE - 1 DICEMBRE 2016 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 ROMA

Transcript

1 LA TECHNOLOGY TRANSFER PRESENTA MIKE FERGUSON Big Data e Analytics Dalla Strategia all Implementazione Costruire un Data Lake e una Data Refinery: La strada per Data-as-a-Service 3-4 NOVEMBRE NOVEMBRE - 1 DICEMBRE 2016 RESIDENZA DI RIPETTA - VIA DI RIPETTA, 231 ROMA info@technologytransfer.it

2 Big Data e Analytics DESCRIZIONE Questo workshop si propone di spiegare ai Professionisti di Business Intelligence di Data Warehousing e ai Data Scientist cosa sono i Big Data, Hadoop, altri database NoSQL e l Analitica multi-piattaforma. Cosa è questo nuovo fenomeno? Come può essere usato? Come si colloca all interno dell ambiente analitico tradizionale? Di quali skills avete bisogno per sviluppare Big Data? Il workshop risponderà a queste e molte altre domande. In particolare i partecipanti impareranno: Cosa sono i Big Data Come i Big Data creano molti nuovi tipi di workload analitico Le differenti Piattaforme tecnologiche per Big Data Tecniche analitiche di Big Data e tools di front-end Come analizzare dati non modellati e multi-strutturati usando Hadoop e MapReduce Come integrare Big Data con i sistemi tradizionali di BI e DW Come capire i casi d uso di business per differenti tecnologie di Big Data Come far partire e organizzare progetti su Big Data Come usare Big Data per ottenere un valore di business PARTECIPANTI Direttori IT CIO IT Managers Business Intelligence Managers Professionisti di Data Warehousing Data Scientists Enterprise Architects Data Architects

3 PROGRAMMA 1. Introduzione ai Big Data Questa sessione definisce i Big Data e analizza le ragioni per voler fare uso di questo nuovo settore della tecnologia. Esamina i casi d uso per i Big Data e spiega qual è la differenza tra i tradizionali BI e Data Warehousing e i Big Data. Cosa sono i Big Data? Tipi di Big Data Perché analizzare i Big Data? La necessità di analizzare nuove e più complesse sorgenti di dati Casi di utilizzo Cosa è la Data Science? Data Warehousing e BI rispetto ai Big Data Patterns per tecnologie di Big Data 2. Introduzione alla Big Data Analytics In questa sessione viene analizzata la Big Data Analytics, gli strumenti, le tecniche coinvolte e la possibile integrazione di questo nuovo ambiente con l ambiente esistente di Data Warehouse e Business Intelligence. Spiega anche come sfruttare al massimo gli strumenti esistenti di Data Management e di BI attraverso Piattaforme di DW e Big Data. Tipi di Big Data Analytical workloads Streaming dei dati ad alta velocità Exploratory Analysis per dati multi-strutturati Analisi complessa di dati strutturati Graph Analytics Sfide per la gestione e l analisi dei Big Data I componenti chiave in un ambiente Big Data Analytics Preservare i precedenti investimenti in BI/DW Il Big Data Extended Analytical Ecosystem 3. Piattaforme di Big Data e opzioni di memorizzazione Questa sessione esamina le piattaforme e le opzioni di archiviazione dei dati per Big Data Analytics. Il nuovo ecosistema analitico Multi-Piattaforma Oltre il Data Warehouse: Hadoop NoSQL e RDBMSs analitici, NewSQL DBMSs NoSQL DBMSs Un introduzione a Hadoop e a Hadoop Stack HDFS, MapReduce, Pig & Five Apache Spark Framework Opzioni SQL su Hadoop: Impala, Hive, SparkSQL, HawQ, HP Vertica SQL su Hadoop, IBM BigSQL, CitusDB JethroData, Splice Machine, Actian Analytics Platform, Oracle Big Data SQL, Teradata QueryGrid Il mercato dei Big Data - Hadoop distributions Cloudera, HortonWorks, MapR, IBM BigInsights Open Data Platform, Microsoft HD Insight, PivotalHD - Big Data Appliances Oracle Big Data Appliance, IBM PureData System for Hadoop, HP HAeN, Tera - data Aster Discovery Server - Databases NoSQL ad esempio Datastax, Neo4J, Cassandra, MongoDB, Riak L opzione di deployment Cloud Microsoft Windows Azure (HDinsight Data Lake & Data Factory), IBM Bluemix, Amazon Elastic MapReduce, Altiscale Data Cloud, Qubole, Oracle, Analytics Cloud Creare un ecosistema analitico Multi Piattaforma 4. L integrazione dei Big Data in un ambiente analitico Multi-Piattaforma In questa sessione si guarda alla sfida dell integrazione dei Big Data e alle problematiche specifiche che questo solleva. Come Vi comportate con grandi volumi di dati e diverse varietà di dati? Come il caricamento dei dati in Hadoop differisce dal caricamento dei dati in database relazionali analitici? Che cosa sui databases NoSQL? Come dovrebbe essere gestita la bassa latenza dei dati? Tipi di Big Data Connessione alle fonti di Big Data, come ad esempio: i Web logs, clickstream, i dati del sensore, contenuti strutturati e semi-strutturati Fornire dati consistenti alle diverse piattaforme analitiche Caricare i Big Data: quale è la differenza fra HDFS, Hive & NoSQL e i databases relazionali analitici Cambiare il modo di catturare i dati - Cosa è possibile Data Warehouse offload Tools di ETL su Hadoop: l Enterprise Data Refinery Preoccuparsi con la Qualità dei dati in un ambiente Big Data

4 Fare il parsing dei dati non strutturati Governare i dati in un ambiente di Data Science Mettere insieme il processing analitico da ETL ai workflows analitici L impatto del Data Scientist e dell utente finale selfservice DQ/DI: Paxata, Trifacta, MS Excel, Microstrategy, Tableau Big Data Audit, Protezione e Sicurezza: Cloudera Sentry, Dataguise, Hortonworks Ranger, IBM Guardium, Protegrity 5. Tools e tecniche per analizzare i Big Data Questa sessione esamina gli strumenti disponibili sia per i Data Scientists che per i tradizionali Professionisti di DW/BI. Esamina come entrambi i tipi di sviluppatori possono sfruttare le Piattaforme Big Data, come i databases Hadoop e NoSQL, utilizzando tecniche di programmazione e strumenti di BI tradizionali e i fornitori stanno rendendo più facile l accesso al mondo NoSQL/Hadoop e ai databases relazionali analitici usando la virtualizzazione. Progetti di Data Science Creare Sandbox per progetti di Data Science Opzioni per analizzare contenuto non strutturato Usare R come un linguaggio analitico per Big Data Analisi del testo e visualizzazione, Sentiment Analysis e visualizzazione Analisi del clickstream e visualizzazione Analizzare i Big Data usando MapReduce e applicazioni per Hadoop come ad esempio: ClearStory Data, Datameer, FICO Karmasphere, Platfora Analisi Exploratory Graph e visualizzazioni Usare Search per analizzare dati multi-strutturati: - Creare indici search sui dati multi-strutturati - Costruire Dashboards e reports sopra il contenuto indicizzato del motore di ricerca - L integrazione del Search con le tradizionali piattaforme B - Analisi guidata usando multi-faceted Search - Il mercato: Apache Solr, Attivio, Cloudera Search, Connexica, DataRPM, HP IDOL, IBI WebFocus Magnify, IBM Watson Explorer, LucidWorks, Microsoft, Oracle Endeca Quid, Splunk Analizzare i Big Data usando tools self-service di BI come Dell Statistica, Excel, IBM Watson Analytics, Tableau, Qlik, RapidMiner, TIBCO Spotfire, SAS Visual Analytics, MicroStrategy, SAP Lumira, Zoomdata Big Data Analytics: query performance enablers Gestire lo stream computing in un ambiente di Big Data Tools e tecniche per streaming analytics 6. Integrare Big Data Analytics in azienda Questa sessione analizza il modo in cui le nuove Piattaforme Big Data possono essere integrate con i tradizionali Data Warehouse e Data Mart. Esamina lo Stream Processing, Hadoop, databases NoSQL, Data Warehouse appliances e mostra come metterli insieme per massimizzare il valore del business dei Big Data. Integrazione di Piattaforme Big Data con i tradizionali ambienti di DW/BI: cosa è coinvolto Integrazione di Streaming Processing con Hadoop e Appliances analitiche di DW Integrazione di Hadoop con Appliances di DW e Enterprise DW Mettere insieme i tools di front-end Opzioni per implementare analitica Multi-Piattaforma Workflows analitici cross-platform Il ruolo della Data Virtualization in un ambiente Big Data Ottimizzazione Multi-Piattaforma

5 Costruire un Data Lake e una Data Refinery: La strada per Data--as-a-Service DESCRIZIONE Molte aziende oggi devono trattare con molti silos di informazione come sistemi Cloud e sistemi in-premise, diversi Data Warehouses, Data Marts, sistemi RDM (Reference Data Management), sistemi MDM (Master Data Management), sistemi ECM (Enterprise Content Management), piattaforme NoSQL per Big Data come Hadoop o altri databases NoSQL. In aggiunta le sorgenti dati stanno aumentando vertiginosamente, in particolare quelle esterne all azienda. Avendo questa situazione, non sorprende che molte aziende stiano smettendo di gestire queste informazioni in silos con tools differenti usati per preparare e gestire i dati attraverso questi sistemi con vari gradi di governance. In aggiunta oggi non è solo l IT che gestisce i dati. Gli utenti del business cominciano ad avere i propri dati. A questo punto la domanda è: ma è questo il solo modo per gestire i dati? Esiste un altro livello che possiamo raggiungere che ci permetta di gestire e governare molto più facilmente i dati in questo panorama sempre più complesso? Questo seminario esamina in dettaglio i vari problemi di business causati dalla cattiva gestione dell informazione, includendo identificatori inconsistenti, nomi di dati e politiche, cattiva qualità dei dati, cattiva protezione dell informazione, approcci frammentari all integrazione dati. Saranno esaminati i reference data, master data, transaction data, metriche, Big Data e contenuti non strutturati (documenti, ecc). Spiega quali requisiti devono essere soddisfatti affinché un azienda sia in grado di definire, governare, gestire e condividere un informazione sicura e di qualità fra applicazioni operative, applicazioni analitiche e processi. Esplora nuovi approcci che permettono di tenere sotto controllo i Vostri dati coinvolgendo gli architetti dei dati, gli utenti del business e gli sviluppatori IT. Questo comporta la creazione e l organizzazione dei dati in Reservoirs e introduce Data Refineries in un approccio aziendale alla gestione dei dati. In particolare i partecipanti impareranno: Come definire una strategia per EIM e come implementarla all interno dell organizzazione Come organizzare i dati in una Reservoir L importanza di un catalogo dell informazione, della standardizzazione dei dati e dei glossari di business Un modello operativo per una efficace governance dell informazione Una strategia di implementazione di EIM per tenere i propri dati sotto controllo Come applicare questa metodologia per Master Data, Reference Data, Big Data, Data Warehouse e dati non strutturati, sia che si trovino sul Cloud che sui sistemi on-premise PARTECIPANTI Data Architects Chief Data Officers Professionisti di Master Data Management Professionisti di Content Management Database Administrators Professionisti di Big Data Sviluppatori di Data Integration Compliance Managers che sono responsabili di EIM Si assume che i partecipanti abbiano una conoscenza dei principi base di Data Management così come una buona conoscenza dei concetti di migrazione dati, data replication, metadati, data warehousing, data modelling, data cleansing ecc.

6 PROGRAMMA 1. Strategia e Pianificazione Questa sessione introduce EIM (Enterprise Information Management) e spiega le ragioni del perché le aziende ne hanno bisogno. Guarda a cosa ci dovrebbe essere nella Vostra strategia di EIM, il modello operativo necessario per implementare EIM, i tipi di dati che dovete gestire e lo scopo dell implementazione di EIM. Guarda inoltre alle politiche e ai processi necessari per tenere i Vostri dati sotto controllo. I dati distribuiti in continua crescita L approccio a silos per la gestione e la governance dei dati Integrazione dei dati IT Principali requisiti per EIM - Dati strutturati: master, reference e transazioni - Dati semi-strutturati: JSON, XML, - Dati non strutturati: testi, video, audio - Servizi riusabili per gestire i dati Trattare con le nuove sorgenti dati: dati del Cloud, dati dei sensori, dati dei social media, prodotti smart (Internet of Things) Capire lo scopo di EIM - Sistemi OLTP - Data Warehouses - Sistemi di Big Data - Sistemi MDM e RDM - Virtualizzazione dei dati - Messaging, ESBs e process data flows - Enterprise Content Management Costruire un caso di business per EIM Definire una strategia per EIM Un nuovo approccio inclusivo per gestire e governare i dati Introdurre la Data Reservoir e la Data Refinery Principali ruoli e responsabilità Il giusto modello operativo per l organizzazione Tipi di politica per EIM Formalizzare i processi di governance EIM nella Vostra Enterprise Architecture 2. Metodologia e Tecnologie Avendo capito la strategia, questa sessione esamina la metodologia per EIM e le tecnologie necessarie a tenere i Vostri dati sotto controllo. Guarda inoltre a come le piattaforme di EIM costituiscono le basi della Vostra Enterprise Architecture per gestire le informazioni attraverso l azienda. Una metodologia pratica per EIM e Data Governance - Definire, identificare, valutare, integrare, fornire, monitorare, proteggere e mettere in sicurezza Il ruolo di Hadoop come una Data Reservoir Il mercato EIM: Actian, Global IDs, IBM InfoSphere, Informatica, Oracle, SAP, SAS, Talend Tools di self-service Data Wrangling Come Paxata, Trifacta, Tamr, ClearStory Data Opzioni di implementazione di EIM - Centralizzata, distribuita o federata - Self-Service BI: la necessità della Data Governance - EIM on premise e sul Cloud - Servizi comuni di dati per Data Management serviceoriented 3. Implementazione di EIM: standardizzazione dei dati e il glossario del business Questa sessione esamina il primo step nella metodologia EIM e cioè la standardizzazione dei dati. Per fare questo bisogna creare nomi e definizioni di dati comuni per costruire uno Shared Business Vocabulary (SBV). SBV dovrebbe essere definito e memorizzato in un glossario di business. Standardizzazione semantica dei dati usando uno SBV SBV verso tassonomia verso ontologia Il ruolo di uno SBV in MDM, RDM, SOA, DW e Data Virtualization Approcci per creare uno SBV Enterprise Data Models e SBV

7 Prodotti di Business glossary - ASG, Collibra, Global IDs, Informatica, IBM InfoSphere, Information Governance Directory, SAP Information Steward Metapedia, SAS Business Data Network Pianificare un glossario di business Organizzare definizioni di dati in un glossario di business Coinvolgimento del business nella creazione di SBV Usare i processi di governance nella standardizzazione dei dati 4. Organizzare il Data Lake Questa sessione spiega come organizzare i dati in modo da poterli gestire in questo ambiente complesso. Esamina zoning e versioning, l uso di un information catalog nella gestione dei dati e la necessità di collaborazione fra business e IT. Organizzare i dati in un Data Reservoir distribuito Zone di immissione dati, zone di esplorazione dati, zone di archiviazione dati e zone di dati sicuri Nuovi requisiti per gestire dati in un ambiente dati distribuito Hadoop come staging area per la pulizia e integrazione dei dati aziendali Oltre i dati strutturati: dal glossario di business all information catalog Tecnologie di Information catalog: Waterline Data, Alation, Informatica Project Sonoma Live Data Map, IBM Information Governance Catalog La potenza dei graph databases per la memorizzazione dei metadati: tracking dinamico dei dati e relazioni fra dati in real time Il semantic web all interno dell azienda: tassonomie dinamiche di dati in un Data Reservoir distribuito 5. Il processo di Data Refinery Questa sessione esamina il processo di scoprire dove sono i Vostri dati e come raffinarli per tenerli sotto controllo. Implementare dati sistematici disparati e scoprire la relazione dei dati Tools di Data Discovery: Global IDs, IBM InfoSphere Discovery Server, Informatica, Silwood, SAS Mapping automatizzato dei dati Data Quality Profiling Best Practices di metriche di Data Quality Principali approcci all integrazione dei dati: virtualizzazione dei dati, consolidamento dei dati e sincronizzazione dei dati Generare Data Cleansing e servizi di integrazione usando metadati comuni Addomesticare il panorama dei dati distribuiti usando Enterprise Data Cleansing e Integrazione L Enterprise Data Refinery: Hadoop come una staging area per Enterprise Data Cleansing e Integrazione Data Provisioning: fornire informazione consistente ai Data Warehouses, sistemi MDM, DBMSs NoSQL e sistemi transazionali Ottenere un Data provisioning consistente attraverso servizi riusabili di dati Fare un priovisioning consistente di dati raffinati usando la virtualizzazione dei dati e servizi on-demand Un provisioning e una governance intelligenti usando servizi dati basati su regole Data Management consistente fra sistemi Cloud e on-premise Data Entry: implementare l Enterprise Data Quality Firewall - Data Quality nella tastiera - Data Quality nel messaging in entrata e uscita - Integrare Data Quality con Data Warehouse e MDM - Servizi di Data Quality on-demand e event driven Monitorare la Data Quality usando Dashboards Gestire la Data Quality nel Cloud

8 6. Raffinare i Big Data e i dati per i Data Warehouses Questa sessione guarda a come i processi e la metodologia EIM possono essere applicati per gestire, governare e fornire dati in un ecosistema analitico di Big Data e in un tradizionale Data Warehouse. Come relazionarsi con grandi volumi e grandi varietà di dati? Qual è la differenza fra caricare dati in Hadoop o in Data Warehouse? Cosa sui databases NoSQL? Come dovrebbero essere gestiti i dati low-latency? Tipi di Big Data Connettersi alle sorgenti di Big Data: Web logs, clickstream, sensor data, contenuto non strutturato e semi strutturato Il ruolo dell Information Management in un ambiente analitico esteso Fornire dati consistenti a diverse piattaforme analitiche Best Practices per integrare e governare Big Data multi-strutturati e strutturati Occuparsi di qualità dei dati in un ambiente Big Data Caricare Big Data: cosa c è di diverso fra caricare files Hadoop rispetto a databases NoSQL e relazionali analitici Data Warehouse offload: usare Hadoop come staging area e raffineria dei dati Governare i dati in un ambiente di Data Science Tools di Data Wrangling per Hadoop Fare il mapping fra i dati di valore e il Vostro DW e il vocabolario di business Cosa sono la sicurezza e l audit dei dati e cosa è coinvolto nella loro gestione? Status check: a che punto siamo oggi sull audit dei dati aziendali, la sicurezza degli accessi e la protezione? Quali sono i requisiti per l audit dei dati aziendali, la sicurezza degli accessi e la protezione? Cosa è necessario considerare quando trattiamo questi aspetti? Cosa sugli utenti privilegiati? Quali tecnologie sono disponibili per affrontare questo problema: IBM Optim e InfoSphere Guardium, Imperva, EMC RSA, Cloudera Gazzang, Hapache Knox Come si integrano con i programmi di Data Governance? Come cominciare per mettere in sicurezza, fare l audit e proteggere i Vostri dati? 7. Audit e Protezione dell Informazione: l aspetto dimenticato di EIM Questa sessione definisce questo importante problema dell Audit e della Protezione dell informazione ed esamina quali tecnologie sono disponibili per aiutarvi ad integrare questi aspetti nella Vostra strategia EIM.

9 INFORMAZIONI QUOTA DI PARTECIPAZIONE 1) Big Data e Analytics 1300 (+iva) 2) Costruire un Data Lake e una Data Refinery 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/ 2 giorni: È previsto il servizio di traduzione simultanea MODALITÀ D ISCRIZIONE Il pagamento della quota, IVA inclusa, dovrà essere effettuato tramite bonifico, codice IBAN: IT 03 W 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, ROMA (Tel Fax ) 1) entro il 18 Ottobre ) entro il 15 Novembre 2016 Vi consigliamo di far precedere la scheda d iscrizione da una prenotazione telefonica. 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. TUTELA DATI PERSONALI 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, Roma, nei cui confronti il partecipante può esercitare i diritti di cui all art. 13 della legge n. 196/2003. MIKE FERGUSON nome... 1 BIG DATA AND ANALYTICS cognome... Roma 3-4 Novembre 2016 Residenza di Ripetta - Via di Ripetta, 231 Quota di iscrizione: 1300 (+iva) funzione aziendale... azienda... Timbro e firma 2 COSTRUIRE UN DATA LAKE E UNA DATA REFINERY Roma 30 Novembre - 1 Dicembre 2016 Residenza di Ripetta - Via di Ripetta, 231 Quota di iscrizione: 1300 (+iva) partita iva... codice fiscale... indirizzo... città... cap... In caso di rinuncia o di cancellazione dei seminari valgono le condizioni generali riportate all interno. È previsto il servizio di traduzione simultanea provincia... telefono... fax Da restituire compilato a: Technology Transfer S.r.l. Piazza Cavour, Roma Tel Fax info@technologytransfer.it

10 DOCENTE Mike Ferguson è Managing Director Europeo di Intelligent Business Strategies Limited. Come consulente, è specializzato in sistemi database, Business Intelligence, Enterprise Application Integration, Corporate ed e- Business Portals, soluzioni intelligenti di CRM e di Supply Chain. Ha più di 30 anni di esperienza nell IT, ha operato consulenze per importanti aziende ed è stato frequentemente speaker in molti eventi e seminari in tutto il mondo. È stato Principal e co-fondatore della Codd & Date UK e Chief Architect alla NCR sul DBMS Teradata.