fbpx

Stiamo entrando nell’universo dei Big Data e dell’Advanced Analytics, ma gli esempi di Modern Data Architecture devono aspettare ancora qualche ora.

Nel corso delle scorse lezioni, infatti, è emersa grande curiosità in merito ai modelli organizzativi e alle metodologie applicabili in ambito analytics. Giuseppe Messina ha, quindi, integrato il programma del suo ultimo weekend di lezione con un approfondimento sui modelli gestionali.

Innanzitutto, stabiliamo gli obiettivi principali di un’organizzazione che si fonda sulle informazioni ricavate dai dati, tra cui spicca un’esperienza piacevole ed estremamente personalizzata per il cliente.

Qual è il modello organizzativo che può garantirci il massimo livello di qualità ottimizzando tempi, costi e risorse?

Per rispondere questa domanda, Giuseppe Messina condivide con l’aula la propria esperienza di Delivery Manager in Sky Group e approfondisce la struttura, le caratteristiche e i ruoli-chiave del Modello Agile. Ne illustra, poi,  il Manifesto attraverso esempi pratici.
Non solo, contattiamo anche il suo Scrum Master: portavoce, promotore e garante della cultura Agile in azienda.

In seguito, approcciamo i Big Data; i dati più complessi,  eterogenei, destrutturati che possiamo immaginare.

Le caratteristiche dei Big Data vengono esaminate per definire un campo di gioco nuovo, nel quale la pipeline ETL non è più sufficiente.
C’è bisogno di una struttura sostanzialmente differente, che renda possibile la Data Ingestion e il Data Processing di una mole enorme di dati con qualità uniche.

Molti server con competenze diverse: macchine worker per il calcolo, macchine master che abilitano la distribuzione dei dati e la comunicazione. E poi servono software, servizi,  API, in un’architettura Lambda con diversi livelli di data-processing.Nella lezione di sabato approfondiamo alcuni dei software e servizi specifici degli stack Big Data:

  • HDFS, il framework più diffuso per la computazione distribuita e parallela di grandi data set su cluster
  • SPARK, framework ad elevate performance che consente sia elaborazioni batch che in streaming continuo; ci siamo focalizzati sull’uso ed esecuzione di Spark su Hadoop e su Apache Mesos
  • KAFKA una delle piattaforme più diffuse per lo streaming distribuito

L’eterogeneità è l’elemento distintivo della classe: c’è chi ha un dottorato in fisica teorica, l’autodidatta, chi si occupa di beni culturali o di far crescere la propria azienda.
In questo primo fine-settimana ad alto contenuto tecnico le differenze si sono fatte sentire.
E si sono integrate, arricchite a vicenda, grazie all’entusiasmo dei partecipanti e alla grande pazienza del docente.

Giuseppe Messina conclude l’esperienza da docente dell’Executive Master DMBA riassumendo i concetti-chiave del giorno e con una panoramica degli argomenti più importanti trattati.

Grazie alla competenza e all’attenzione di Giuseppe cominciamo a orientarci, abbiamo acquisito strumenti utili.
Non solo: sentiamo che siamo protagonisti di questo percorso didattico, che lo stiamo costruendo insieme, lezione dopo lezione.

 

Richiedi la Ricerca

Indagine sul livello di adozione e utilizzo dell'Intelligenza Artificiale in Italia

Privacy Policy

You have Successfully Subscribed!