Big Data Blueprints – Wie sehen erfolgreiche Referenzarchitekturen und Best Practices im Kontext Big Data aus?

Die Mischung macht’s – Wie lassen sich Open-Source-Frameworks wie Hadoop und Spark mit traditionellen ETL-Tools im Unternehmen verbinden?

Wie sehen Integrationsszenarien zwischen Hadoop und In-Memory-Datenbankmanagementsystemen von SAP, Oracle, etc. aus?

Mit welchen Tools lassen sich große unstrukturierte Datenmengen jeglicher Art (bspw. Text, Media, Web, IoT-Daten) in einem gemeinsamen Data Lake darstellen?

Big Data für das Auge – Wie grafische Tools und Assistenten Big Data Projekte beschleunigen und Daten für verschiedene Stakeholder im Unternehmen nutzbar machen

Wie sehen Use Cases für Datenstandardisierung und –deduplizierung zur Bereitstellung sauberer Daten aus?

Wie lassen sich Data Lake Architekturen mit den dazugehörigen Rollen, Zugriffsrechten und Prozessen aufsetzen?

Wie können sensible und unstrukturierte Daten in modernen Data Lakes geschützt werden?

Wie sehen konkrete Projekte aus der Praxis im Bereich Data Warehousing aus, die zur Rationalisierung der Informationsinfrastruktur im Unternehmen beitragen?

Wie beschleunigen Machine Learning-Anwendungen die Bereitstellung und Verwaltung von Rechenzentren?

Stichwort Containerisierung: Wie sehen Lösungen zum Training von Machine Learning-Algorithmen gegen große Datenmengen aus?

Mit welchen Tools lassen sich große Datenmengen aus Videos, Sprache und Text analysieren, um neuronale Netze anzulernen?