Wissenschaftler, Entwickler und viele andere Technologen aus zahlreichen Branchen nutzen Amazon Web Services zum Durchführen von Big Data-Analysen und Erfüllen der Herausforderungen der immer größer werdenden Menge, Vielfältigkeit und Geschwindigkeit digitaler Informationen. Amazon Web Services stellt eine umfassende Palette von Cloud Computing-Ressourcen zur Vereinfachung des Big Data-Managements, Senkung der Kosten, Erzielung eines Wettbewerbsvorteils und Beschleunigung der Innovation dar.

Melden Sie sich direkt für die einzelnen Live Sessions an und vermerken den Termin in Ihrem Kalender.

Die Themen Big Data und neuerdings auch Internet of Things stehen bei den meisten deutschen Unternehmen ganz hoch auf der Agenda und werden hauptsächlich von der technologischen Entwicklung im Bereich Datenmanagement vorangetrieben. Jetzt gilt es Möglichkeiten und Anwendungsfälle zu identifizieren, die sich aus diesen neuen Technologien ergeben.

Als langjähriger und europaweit einziger AWS Partner mit der Big Data Competency entwickelt comSysto im Kundenauftrag Softwareprodukte bzw. Lösungen für die Probleme der digitalen Neuzeit. Neben diesen Entwicklungsvorhaben führt comSysto im Rahmen der Big Data Community Alliance eine Reihe von sog. "Big Data Use Case Discovery Workshops" durch, die den Teilnehmern bei der besseren Orientierung und Findung der Anwendungsfälle helfen.

Dieser Vortrag gibt eine Übersicht über die in den letzten 2 Jahren implementierten oder diskutierten Anwendungsfälle aus den wichtigsten Branchen wie Telekommunikation, Online und stationärer Handel, Maschinenbau und Automobilherstellung sowie Versicherung.

Drei häufige Anwendungs-Fälle aus Big Data und Daten-Analyse werden in diesem Vortrag vorgestellt:
• Speichern und Archivieren von unbegrenzten Datenmengen in Amazon S3 als „Data Lake“.
• Batch-orientierte und interaktive Daten-Analyse mit Amazon Elastic MapReduce.
• Verarbeitung von Streaming-Daten in nahezu Echtzeit mit Amazon Kinesis.
Zusäzlich gibt der Vortrag auch einen kurzen Ausblick auf die Themen Data Warehousing und Business Intelligence.

Dieser Einführungs-Vortrag ist für IT-Architekten, Entwickler und System-Administratoren geeignet, die Big Data Technologien einsetzen möchten.

Das "Internet der Dinge" oder "Internet of Things" (IoT) war 2014 eines der Top Schlagworte der IT Branche. Dabei werden einfache Gegenstände aus unserer Welt mit dem Internet verbunden und diese werden dadurch zu interaktiven und intelligenten Objekten (Dinge). Dies erfordert die Erfassung und Verarbeitung aller Objektdaten in nahezu Echtzeit und dies in einer zentralen bzw. weltweit verfügbaren Umgebung.

Die Amazon Web Services (AWS) Cloud bietet mit unter anderem Amazon Kinesis, Amazon S3 und Amazon Redshift effiziente und skalierbare Lösungen an. In diesem Talk spreche ich über...

• Amazon Kinesis Architekturen
• Amazon Kinesis Best Practices
• Amazon Kinesis Java und Python Client Library
• Amazon Kinesis Emitter zu Amazon Redshift und S3
• Und zeige eine Live Demo

Mit AWS sind Sie gerüstet für einen erfolgreichen Einstieg in das "Internet der Dinge". Helfen sie mit die Informationslücke zwischen der realen und virtuellen Welt noch 2015 zu minimieren.

Das Webinar ist geeignet für Data Scientists, Big Data Experten und Entwickler.

Lernen Sie, was Sie bei der Planung und dem Aufbau eines Data Warehouse mit Amazon Redshift beachten müssen und wie Sie sicherstellen können, dass Ihr Data Warehouse-Cluster optimal auf Ihre Anforderungen angepasst ist.

• 5-min Intro: konzeptueller Aufbau eines Redshift-Clusters, Verteilung der Daten
• Best Practices for Designing Tables
• Monitoring & tuning query performance

Dieses Webinar richtet sich an DBAs und Architekten, welche die Einrichtung eines Data Warehouse mittels Amazon Redshift planen.

Dieses Webinar stellt einige populäre Architekturen für Big Data Systeme vor und erläutert, wie diese in der Cloud sinnvoll und effizient umgesetzt werden können. Wenn Sie sich für "Data Hubs", "Data Lakes" und "'Lambda-Architekturen" interessieren erfahren Sie, wo Cloud-Dienste Ihnen bei der Implementierung und dem Betrieb helfen können (und wo nicht).