Jakou mají data hodnotu? Jak ji spočítat a zvýšit?

V roce 2017 se na serverový trh vrátilia po mnoha letech společnost AMD. V letošním roce oba výrobci - AMD a Intel - představili nové generace svých procesorů (samozřejmě s podporou NVMe SSD) a tak se podíváme na to, kdy je lepší EPYC a kdy Xeon a co přineslo konkurenční prostředí zákazníkům.

Managed File Transfer (MFT) je softwarové řešení používané k automatizaci zabezpečné výměny důležitých obchodních dat interně i externě s obchodními partnery, jako jsou dodavatelé, zákazníci a zaměstnanci. Software MFT Vám pomůže splnit požadavky na zabezpečení, dodržování předpisů a provozní požadavky při přenosu citlivých informací. Je to alternativa k ukládání nezabezpečených protokolů pro přenos souborů, jako jsou FTP, HTTP a další.

Představíme unikátní řešení společnosti Acronis, které spojuje ochranu dat a kybernetickou bezpečnost v tzv. kybernetickou ochranu (Cyber Protection).

Datové sklady byly základním stavebním kamenem Data Managementu posledních 30 let. Nárůst datových objemů a vznik nových analytických úloh sice datové sklady úplně nevytěsnil a nenahradil novými datovými platformami, ale rozhodně se už nebavíme o analytickém „všeléku“ jako tomu bylo třeba před  10 lety. Otázka tedy zní: jsou datové sklady už přežitek odsouzený k pomalému zániku nebo mají nějakou naději, aby obstáli i v naší moderní době protkané daty a datovou analytikou?

Seznámíme Vás s tím, jaké právní pravidla a limitace dopadají na strojové učení. Smyslem příspěvku je přiblížit, jaká data je právně bezpečné, nebo naopak rizikové, použít ke strojovému učení. Tématem budou i doporučené principy, které je nutné brát v potaz při trénování AI.

Autor příspěvku Vás seznámí s možnostmi technologie pro automatické klasifikace a zpracování obsahu dokumentů. V současné době je stále více požadavků na zpracovávání dokumentů v jejich digitální podobě a zejména na automatizované vytěžování jejich obsahu a to v plném kontextu, nikoliv jen částí textu. U příchozích dokumentů není však možné mnohdy ovlivnit jejich formu a ani jejich strukturu Proto nastává čas takových řešení, která si poradí i s rozpoznáváním nestrukturovaných dat v příchozích dokumentech a dovedou je s velmi vysokou spolehlivostí automatizovaně “vytěžit” a následně předat ve strukturovaném tvaru k dalšímu zpracování. Autor Vás seznámí s celým životním cyklem této technologie a též s praktickými zkušenostmi při jejím nasazení v reálných zakázkách.

Datová analýza se zákaznickými daty je spletitý a zrádný svět, kde nic není tak, jak se na první pohled zdá. Na tomto workshopu se na praktickém příkladu podíváme na to, jak vypadá úvodní analýza zákaznických dat a na ní napojený reporting. Obě tyto oblasti se velmi rychle rozvíjejí a v zaměstnaneckém fondu je chuť a snaha se v těchto oblastech rozvíjet. Pro nováčky v oblasti zde však čeká mnoho nástrah. Workshop mapuje hlavní kroky, které vedou ke zpracování reportu. Zastavíme se tak u detailu vzniku a přípravy datových podkladů a navážeme samotnými vizualizacemi a interpretací. Napříč celým programem se pokusíme upozornit na možné nástrahy, které na zpracovatele čekají a kterým je dobré se vyhnout.