Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
6 tendances Big Data pour 2015
Search
Quentin Pleplé
March 12, 2015
Technology
0
57
6 tendances Big Data pour 2015
Quentin Pleplé
March 12, 2015
Tweet
Share
More Decks by Quentin Pleplé
See All by Quentin Pleplé
Interactive LDA
qpleple
0
55
Other Decks in Technology
See All in Technology
LINE Developersプロダクト(LIFF/LINE Login)におけるフロントエンド開発
lycorptech_jp
PRO
0
120
UI State設計とテスト方針
rmakiyama
2
630
どちらを使う?GitHub or Azure DevOps Ver. 24H2
kkamegawa
0
860
NW-JAWS #14 re:Invent 2024(予選落ち含)で 発表された推しアップデートについて
nagisa53
0
270
統計データで2024年の クラウド・インフラ動向を眺める
ysknsid25
2
850
あの日俺達が夢見たサーバレスアーキテクチャ/the-serverless-architecture-we-dreamed-of
tomoki10
0
470
PHPからGoへのマイグレーション for DMMアフィリエイト
yabakokobayashi
1
170
日本版とグローバル版のモバイルアプリ統合の開発の裏側と今後の展望
miichan
1
130
DUSt3R, MASt3R, MASt3R-SfM にみる3D基盤モデル
spatial_ai_network
2
190
社外コミュニティで学び社内に活かす共に学ぶプロジェクトの実践/backlogworld2024
nishiuma
0
270
10分で学ぶKubernetesコンテナセキュリティ/10min-k8s-container-sec
mochizuki875
3
350
なぜCodeceptJSを選んだか
goataka
0
160
Featured
See All Featured
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
2
290
Bash Introduction
62gerente
608
210k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
32
2.7k
Thoughts on Productivity
jonyablonski
67
4.4k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
45
2.2k
Building Flexible Design Systems
yeseniaperezcruz
327
38k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
365
25k
Building Applications with DynamoDB
mza
91
6.1k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
520
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
8
1.2k
How STYLIGHT went responsive
nonsquared
95
5.2k
Put a Button on it: Removing Barriers to Going Fast.
kastner
59
3.6k
Transcript
Big Data 6 tendances pour 2015 Quentin Pleplé 12 mars
2015
Quentin Pleplé qpleple.com
120k comptes 4,3M lectures Short Edition éditeur communautaire de littérature
courte
Programme R&D Big Data 45k œuvres 5 algos 2 brevets
Les 3 V du Big Data Volume Variété Vitesse
Volume Toujours plus Le traditionnel ne suffit plus
Variété Sources multiples Données non structurées
Vitesse Temps réel Réponses instantannées
Induction ≠ Déduction
Déduction Scientifique, cartésien Idée générale Faits particuliers
Induction Cerveau humain Idée générale Faits particuliers
6 tendances Big Data
De l’analyse à la prédiction #1
#1 Prédiction Analyse Collecte
L’IoT, usine à données #2
Exemples #2 Monitoring personnes âgées Thermostats connectés Places libres
#2 50 milliards d’objets Cloud
Forte demande de Data Scientists #3
Compétences #3 Maths Code Systèmes
Conséquences #3 Formations Data Sciences Consumérisation
#3 Toute technologie suffisamment avancée est indiscernable de la magie.
Arthur C. Clarke
Besoin de temps réel #4
#4 Hadoop MapReduce Prédiction Analyse Collecte Spark
Application à la cybersécurité #5
2014 l’année des scandales #5 Snapchat — iCloud XBox –
Playstation Sony — eBay JPMorgan Chase — BCE Target — Home Depot
#5 Conséquences Forte demande Comportements suspicieux
Protection des données personnelles #6
Principes fondamentaux #6 Finalité Proportionnalité Suppression
Protection #6 Anonymisation Garde-fous Ethique
De l’analyse à la prédiction L’IoT, usine à données Forte
demande de Data Scientists Besoin de temps réel Application à la cybersécurité Protection des données personnelles #1 #2 #3 #4 #5 #6 Big Data = Volume, Variété, Vitesse Induction (≠ déduction)