Big Data & Data Science

Nous maîtrisons.

Des possibilités illimitées.

Le succès de Big Data requiert une nouvelle forme innovatrice du traitement de l'information ainsi que des architectures, des fonctions d'analyse et des technologies non conventionnelles de la gestion des données. Les applications possibles de Big Data sont très diversifiées mais aussi très individuelles. Indépendamment de chaque cas, les mêmes défis se posent lors de la mise en œuvre. À savoir, l'utilisation efficiente de grandes quantités de données, le traitement rapide des flux de données et la maîtrise d'analyses complexes. C'est pourquoi nous avons développé pour l'implémentation des projets Big Data des solutions pour ces trois défis.

 

Caractéristiques:

  • Stockage & traitement de grandes groupes de données
  • Capture & traitement de flux de données rapides
  • Analyses avancées & Data Lab

« Trivadis maîtrise aussi bien les technologies classiques que les nouvelles technologies Big Data et des analyses complexes. C'est un avantage décisif. »

Big Data Canvas

Avec l'approche de l'architecture Big Data Canvas nous couvrons l'ensemble d'une solution Big Data avec sept modules d'architecture à granularité grossière. Chaque module forme un domaine de fonctionnalité pour le traitement analytique d'information, qui est d'abord classé par des Achitecture Building Blocks à granularité fine et finalement sauvegardé par des blocs de construction dénommés Solution Building Blocks. Cette approche permet la réalisation d'architectures Big Data standardisées et intégrées pour chaque scénario d'entreprise.

  • Architecture standardisée
  • Éléments de solution éprouvés
  • Sécurité d’investissement

trivadis big data science

Stockage & traitement de très grande quantités de données - Enterprise Data Hub

L'enterprise Data Hub est le point central pour le stockage de toutes les données d'entreprise dans une large base de données centrale ODS (Operational Data Store). Toutes les données sont disponibles à l'état original, collectées continuellement et sauvegardées dans le plus haut niveau de détail. Ceci est réalisé de façon extrêmement économique et couplé avec une puissance de calcul suffisante pour effectuer des analyses directement sur la

plate-forme Data Hub ou comme source centrale pour les autres systèmes IT: Un stockage conséquent de toutes les données historiques permet de reconstruire entièrement le détail des données après plusieurs années de manière chronologique ou de réaliser des analyses d'erreur d'une fiabilité jusqu'à présent inconnue.

Historique complète
des données!

Le problème principal des données historiques est moins leur volume que leur hétérogénéité. Les structures et les significations changent en permanence. L'architecture Big Data Lambda permet une vue uniforme sur les données historiques - quel que soit leur structure. Les nouveaux changements de structure n'empêchent jamais l'enregistrement des données. Rien ne se perd.

  • Architecture standardisée
  • Données historiques toujours accessibles
  • Préparé pour les possibilités d'analyse de l'avenir

trivadis store process

Speedy Data Streams - analyses en temps réel

La possibilité d'analyser en temps réel des flux de données provenant p.ex. de sources social media, mais avant tout des systèmes de capteur et de télématique, revêt d’une importance toujours croissante. Le traitement simultané de plusieurs flux de données parallèles avec des débits changeants de manière incontrôlée représente un grand défi.

Notre approche repose sur une architecture Lambda flexible configurée spécialement pour les besoins du client et sur l'utilisation de composants technologiques éprouvés de l'écosystème Hadoop.

L'architecture est décisive!

L'architecture comme facteur de succès. L'architecture Lambda, que nous employons, maîtrise les grand défis dans le traitement en temps réel des flux de données. Cette architecture est scalable pour toute quantité et volume de flux de données. La réplication de composants permet d'augmenter la capacité du système de façon correspondante. Les composants pour l'analyse en temps réel peuvent être intégrés dans les flux de données.

  • Architecture standardisée
  • Scalabilité de toute la solution
  • Préparé pour l'analyse en temps réel

trivadis speedy data streams

Data Lab – Analyses avancées dans le sandbox

Power-user, BI analystes ou data scientistes ont besoin de plus qu'un accès au Data Waterhouse et un outil BI. Ceci requiert des plates-formes d'analyses très performantes, permettant une analyse en mode libre-service de données hétérogènes provenant de différentes sources.

Nous développons et construisons pour vous les postes de travail parfaitement adaptés aux analyses exploratrices. De cette façon vous avez rapidement des résultats sans attendre des semaines.

Contrôlez vous-même l'accès!

En fonction de vos besoins nous relions les données DHW existantes avec d'autres sources d'information, comme les social media, les logfiles, les données de capteur ou les documents. Le bon choix technique permet une performance optimale de l'ensemble du système. La performance nécessaire et la qualité des données déterminent si les différents systèmes IT sont virtuellement connectés ou si les données sont intégrées physiquement à un endroit adapté. Sur la base de notre expertise technique nous développons pour vous la solution adaptée avec le meilleur rapport coûts/performance.

  • Analyses unifiées
  • Analyses avancées
  • Semantic web

trivadis data lab

Trivadis, Peter Welker, Senior Principal Consultant

Peter Welker

Trivadis, Senior Principal Consultant