Big Data Analytics in der Cloud – ein ÜberblickDer Einsatz von On-premise-Big-Data-Clustern bringt für viele Unternehmen enorme Chancen, aber auch große Herausforderungen mit sich. Angefangen bei der Identifikation geeigneter Technologien über die Hardwaredimensionierung des Clusters bis hin zur Auswahl eines Betriebs- und Wartungsmodells gibt es viele Fragen, die für eine erfolgreiche Umsetzung entscheidend sind. Fehler, die innerhalb dieses Entscheidungsprozesses unterlaufen, begleiten Unternehmen meistens für viele Jahre. Die verwalteten Cloud-Lösungen der großen Anbieter mit ihren flexiblen Nutzungsmodellen versprechen, solche Risiken zu minimieren. Aber auch hier fällt eine Entscheidung aufgrund der Anzahl unterschiedlicher Angebote und deren Komplexität alles andere als leicht.
Dieser Vortrag bietet einen Überblick über die Möglichkeiten bestehender Cloud-Lösungen hinsichtlich Data Analytics. Dazu analysieren wir die Portfolios der großen Cloud-Anbieter, identifizieren Gemeinsamkeiten und Alleinstellungsmerkmale, gehen auf die Vor- und Nachteile der Cloud gegenüber On-premise-Installationen ein und zeigen Trends für die kommenden Jahre.
Skills
Teilnehmer sollten ein allgemeines Verständnis zu den Herausforderungen im Umgang mit Big-Data-Technologien mitbringen. Erste Erfahrungen mit gängigen Data-Analytics-Lösungen sind von Vorteil, aber nicht zwingend erforderlich.
Lernziele
* Möglichkeiten bestehender Cloud-Lösungen
* Vor- und Nachteile der Cloud gegenüber On-premise-Installationen
* Gemeinsamkeiten und Unterschiede im Portfolio der großen Cloud-Anbieter
// Referent
//
Simon Kaltenbacher
arbeitet als Data Engineer und Big Data Architect bei der Alexander Thamm GmbH in München. Dort berät er Kunden beim Aufbau ihrer Big-Data-Landschaft und unterstützt sie bei der Implementierung von Analytics Use Cases. Sein besonderes Interesse gilt dem verteilten Rechnen und maschinellen Lernen auf großen Datenmengen.