Big Data @ Singularity University Milan
Download as PPTX, PDF2 likes399 views
Il documento di Stefano Gatti esplora le opportunità e le sfide dei big data per le start-up, evidenziando l'importanza dell'analisi dei dati per creare valore nei vari settori. Viene discusso l'impatto della tecnologia e degli algoritmi sull'economia dei big data, così come le implicazioni legali e etiche della protezione dei dati. Inoltre, si sottolinea come l'agilità nelle organizzazioni possa favorire innovazione e successo nel contesto attuale.
Big Data @ Singularity University Milan
- 1. Made with love by Stefano Gatti Big Data: opportunità o problema per le start-up? 29 Settembre 2016 – Singularity University Italia
- 2. 2 Qualcosa su di me … • Data-lover & blogger • Agile organization & mindset supporter • A knowledge sharing and open-culture passionate • Co-founder of CoderDojo Voghera & Iria Geeks • Head of Innovation & Data Sources in Cerved • A runner or better an endurance sports lover More about me … @micio1970 http://it.linkedin.com/in/gattistefano/ st.gatti@gmail.com My blog about data: https://agilebigdata.wordpress.com/ My website: http://www.stefanogatti.info/
- 3. 3 Le quattro direttrici del fenomeno “big data” Tecnologia AlgoritmiDati AgileBigData Contesto
- 4. I dati
- 5. 5 Dati: Perchè tanti e quali? Come si generano i «big data»? # Web-data (Web 2.0) # Open Data # Internet Of Things
- 6. 6 Dati: Web Data Le persone creano i contenuti …
- 7. 7 Dati: Internet Of Things Data E le cose «connesse» creano i dati … 6.58 DEVICES PER PERSON BY 2020 There are officially more mobile devices than people in the world. Gadgets like tablets, smart phones and not- so-smart phones are multiplying five times faster than we are. % World Population Connected Devices Devices per Person 6.3bn 6.8bn 7.4bn 7.6bn 0.5bn 12.5bn 25bn 50bn 0.08 1.84 3.47 6.58 2003 2010 2015 2020 MORE CONNECTED DEVICES THAN PEOPLE Fonte: Cisco
- 8. 8 Dati: opportunità perchè … # Devono essere analizzati per creare valore # Pervadono ogni settore di business # Sono sempre più open
- 10. 10 Big data economy Cosa accomuna questi unicorni? Dati e tecnologia … Fonte: CBinsights
- 11. 11 L’arrivo dell’algorithmic economy L’evoluzione della Big data economy
- 12. 12 Big Data & Algorithmic economy L’evoluzione della Big data economy «Co-fondatore del MIT Media Lab, pioniere della human-machine interaction e fra i data scientist più importanti del mondo» Sandy Pentland Fonte: http://www.betterdecisions.it
- 13. 13 Algoritmi: i leader corrono veloce … E stanno cambiando il mondo «La rete neurale è stata capace di riconoscere correttamente il 3.6% delle immagini a livello stradale e il 10.1% per quanto riguarda le città, indicando inoltre la nazione di provenienza per il 28.4% di esse, salendo al 48% per quanto riguarda il continente.» Provate anche voi!
- 14. 14 Algoritmi: … e li mettono a disposizione E stanno cambiando il mondo
- 15. 15 Trend di Algoritmi Datascience is eating the world … #Machine learning #Unsupervised learning #Network Analisys #Deep learning
- 16. 16 Algoritmi: opportunità perchè … # Ecosistemi di «algoritmi» open source (soprattutto scritti in R & Python) # Semplificano l’analisi dei dati creando opportunità di business scalabile
- 17. La tecnologia
- 18. 18 La “killer big data technology”: il map reduce Fonte: DataScienceCentral
- 19. 19
- 20. 20 Tecnologia: Abilitatori e amplificatori dei “big data” Verso il mercato … qui # Facilitano Integrazione # Formato Leggero # Data Monetization API
- 21. 21 Tecnologia: Abilitatori e amplificatori dei “big data” Dati ovunque … qui # Facilita SetUp # Facilita Scalabilità # Rende Costi Variabili Cloud
- 22. 22 I trend nell’ambito della tecnologia “Big data” # Data Lake # NoSQL # GraphDatabase # SQLinNoSQL # NoSQLinSQL # PolyglotPersistence
- 23. 23 Tecnologia: opportunità perchè … # Sta abbassando la soglia di investimento per analizzare e creare valore sui dati # Ha reso veloce il time-to-market: dall’idea vincente al Cliente
- 24. Contesto
- 25. 25 Contesto: i data-scientist The «sexiest» job of 21° century? Incrocio di competenze Source: Drew Conway, Sept 2010.
- 26. 26 Contesto: Agile amplificatore delle organizzazioni “big data” L’importanza del contesto … qui # Adatte alla complessità # Facilitano apprendimento # Minimizzano i costi errori Metodologie Agili © Jurgen Appelo, Creative Commons 3.0 BY http://www.management30.com/ Martie
- 27. 27 Copyright, privacy, diritto all’oblio e tanto altro … Contesto: European Data Protection Law Qui #DataInteroperability #RightToBeForgotten #DataProtectionByDesign #EUDataLawHarmonisation #EUDataLawAlsoOutsideEU #EUDataLawSimplification «profondità temporale dei dati» «protezione dei dati a partire dalla progettazione dei servizi» «interscambiabilità dei formati dati» «armonizzazione all’interno della UE» «chi vende servizi in UE deve rispettare leggi UE» «semplificazione clausole legali» #RightToExplanation #NotAutomatedDecisionMaking «l’algoritmo deve essere spiegabile» «alcuni tipi di decisioni non possono essere automatiche» 4 Maggio 2016 25 Maggio 2018
- 28. 28 Contesto: opportunità perchè … # Essere «Agili» in una start-up è più semplice # L’interscambiabilità dei formati dati favorisce i nuovi arrivati # La libertà creativa e la serendipity nell’analisi dei dati sono molto importanti
- 29. Il futuro non è più quello di una volta …
- 30. 30 Fenomeni in corso … Prima e dopo … big data … qui Decentralizzazione 1969 Arpanet 1991 WWW Rete distribuita 2004 Web 2.0 Contenuti distribuiti 2008 Hadoop Computazione distribuita 2009 BitCoin - Blockchain Transazioni distribuite
- 31. 31 Nuovi Mercati Il dato ovunque … ed è la colla tra materiale e immateriale #InternetOfThings #DataMonetization #DataLocalization #Manifattura 4.0 #Robotica #Nanotecnologie
- 32. 32 Google Driverless Car & Big Data Un concentrato di machine learning
- 33. 33 L’importanza di Trusted Data Marketplace La sicurezza nell’era dei Big data Qui
- 34. 34 L’accelerazione esponenziale della conoscenza … Nella storia del mondo …
- 35. 35 Il punto cruciale del 4° scalino della “conoscenza” Il machine learning e la sua benzina: i dati # le 5 tribù del Machine Learning # la corsa a un «learner universale» # idee di interazione e di business tra uomo e machine learning Qui
- 36. Grazie! Dove non esplicitato le immagini della presentazione sono di © Jurgen Appelo, Creative Commons 3.0 BY http://www.management30.com/ Stefano Gatti st.gatti@gmail.com Twitter: @micio1970