Strategies, Platforms, Tools,
and Case Studies
November 29, 2018
Moscow, Russia
Palmira Business Club Hotel
(6 Novodanilovskaya Embankment, Moscow)

IV Data Management Technology Practical Conference

Our Conference is aimed at all professionals and companies building and deploying Data Management Platforms to support the latest business models necessary for introduction of well differentiated goods and services. How do we unlock the big data potential by turning raw scattered information to practical ideas and digital economy business tools? How do we better understand our customers by maintaining personal connection with each of them? How do we provide all business process participants with simple, secure analytics for all data available?
Visit us to:
Better understand all aspects of data management
Find out how to build a Data Lake support infrastructure with ongoing data refreshing
Get exposed to the expertise of companies who manage all their data efficiently
Learn about the dedicated, scalable data management IT architecture building tools
DMITRY VOLKOV
Program Director of Practical Conferences by Open Systems Publications.
Digital transformation is impossible without democratization of data and making it useful for all business rather than IT or analytics only. Data management today should unite those who prepare data with those who explore and apply it. However, the expertise in such democratization and its tools is still scarce nowadays, calling into being our IV Data Management Technology Practical Conference.
Highlights
Strategy
  • Data management system development prospects
  • HTAP, NewSQL, In-memory
  • Data grids and DBMSs for Edge computing
  • Autonomous databases
  • Data democratization platforms
Integration
  • Multi-mode DBMSs: Graph, Document, Relational, and Distributed
  • Tools for unlimited data volumes management
DataOps
  • Agile: Data handling dynamics
  • Corporate data access tools transformation
  • Technology stack for DataOps
Hands-On
  • Corporate data management projects
  • Best Practices and Lessons Learned
  • Horizontal scaling for data management solutions
Вернуться
к докладчикам
Сергей Кузнецов, MГУ, ИСП РАН
Доктор технических наук, главный научный сотрудник ИСП РАН, профессор МГУ, МФТИ и НИУ ВШЭ, эксперт РАН и РФФИ. Член ACM и ACM SIGMOD, IEEE Computer Society., зам. председателя Московской секции ACM SIGMOD, член программных комитетов международных конференций DEXA, SOFSEM, ADBIS, ISD, BulticDB, SYRCoDIS и ряда других. Член редколлегии журналов «Открытые системы.СУБД», «Вычислительные методы и программирование» и «Электронные библиотеки», зам. главного редактора электронного издания «Труды Института системного программирования РАН».
Технология, инерция, конъюнктура и маркетинг

Наблюдая в течение многих лет за развитием технологии баз данных, я убедился в наличии нескольких факторов, мешающих этому развитию. Во-первых, это инерция, заставляющая людей пользоваться устаревшими средствами при наличии более уместных вариантов. Во-вторых, это конъюнктура, приводящая к массовому увлечению вещами, объективно того не заслуживающими. И, наконец, это маркетинг, вынуждающий людей пользоваться тем, что объективно им не требуется. К сожалению, все эти факторы вредят не только людям, использующим технологии баз данных, но и исследователям, их развивающим. В докладе на ряде примеров иллюстрируются все эти факторы.
Вернуться
к докладчикам
Андрей Николаенко, IBS
Архитектор серийных аппаратно-программных инфраструктурных и платформных комплексов, принимал участие в создании крупномасштабных информационных систем для федеральных структур, предприятий энергетики, ЖКХ и телекоммуникационных провайдеров. Сфера интересов — функциональное программирование для систем работы с большими данными, систематизация и энциклопедизация знаний по кластерным платформам и методам обработки данных.
.
Вернуться
к докладчикам
Сергей Исаев, DataFabric
Получил три высших образования: инженер связи, специалист в области маркетинга, психолог. Около двадцати лет работает в области управления проектами, в том числе создания интеллектуальных информационных систем на основе инженерии знаний. Работал в компании Центр Речевых Технологий, где занимался развитием виртуальных ассистентов для контактных центров. Сейчас – генеральный директор компании DataFabric.
Управление данными на основе графов знаний

Относительная простота построения корпоративного хранилища привела к тому, что компании стали накапливать огромные массивы данных, неизбежно при этом сталкиваясь с проблемой их качества, согласованности и контроля. Компании сегодня буквально зарастают наборами данных, собранными в разное время разными подразделениями в разных форматах – как следствие, выросли расходы на инфраструктуру. Без формирования описания предметной области через онтологии, без понимания «смысла» данных любое озеро данных – это не более, чем свалка нулей и единиц. Для качественного изменения способов работы с хранилищами необходимо перейти от данных к знаниям, представив знания в базе знаний либо в графе. Доклад посвящен изложению принципов и подходов работы с графами знаний, формализующими сведения о реальном мире и содержащими все используемые компаниями источники информации вместе с их взаимосвязями. Особое внимание уделено обсуждению на примерах реальных проектов (в частности, граф знаний о всех юридических и физических лицах, участвующих в определенной деятельности в рамках российского правового поля) преимуществ и возможностей графов знаний, а также интерфейсов, позволяющих каждому конкретному сотруднику получать необходимую ему в каждый конкретный момент времени информацию вместе со всеми ее взаимосвязями.
Вернуться
к докладчикам
Илья Труб, Исследовательский центр Samsung
В 1991 году закончил Донецкий государственный технический университет, факультет вычислительной техники и информатики, преподавал в этом университете, а затем в Донецком институте проблем искусственного интеллекта и Сургутском государственном университете, доцент, к.т.н. Работал ведущим инженером-программистом в лаборатории геоинформационных систем "СургутГазПром", руководил отделом разработки корпоративной системы электронного документооборота в компании "Летограф". Сейчас работает ведущим инженером-программистов в исследовательском центре компании Samsung в Москве. Специализируется на проектировании баз данных, data mining, имитационном моделировании, теории массового обслуживания и численных методах.
Как ускорить поиск в больших таблицах: иерархические битовые индексы

Иерархические битовые индексы строятся на основе обычных битовых индексов – стандартном инструменте промышленных СУБД – позволяя ускорить обработку интервальных запросов для больших таблиц. Однако, для достижения кратного повышения производительности выполнения поиска требуется оптимизация. Применение битовых индексов в модифицированном виде, а не в виде, предоставляемом СУБД, существенно повышает эффективность поиска, причем затраты на такую модификацию с лихвой окупаются кратным повышением производительности обработки запросов. В докладе рассмотрены простые, но эффективные методы оптимизации иерархии индексов и приведены результаты практического использования полученного решения при эксплуатации информационных систем на базе промышленных СУБД.
Вернуться
к докладчикам
Дмитрий Пудов, Angara Technologies Group
В 2001 году закончил Московский государственный институт электроники и математики по специальности "Вычислительные машины, комплексы, системы и сети". Более десяти лет работает в сфере информационной безопасности и системной интеграции. Возглавлял подразделение информационной безопасности в Военно-страховой компании. Сейчас – технический директор компании Angara Technologies Group.
DataOps: безопасность данных. Проблемы и решения

-
Вернуться
к докладчикам
Виктор Чернов, NitrosData
Закончил МФТИ, затем аспирантуру МИФИ, к.т.н. Более двадцати лет в ИТ-индустрии, занимаясь различными аспектами работы с данными и знаниями, в том числе, технологиями исследования больших данных, хранения знаний, а также методами самообучения систем. Работал в компании «Российская телевизионная и радиовещательная сеть», Oracle и в ряде стартапов Кремниевой Долины. Сейчас – генеральный директор компании NitrosData.
Мультимодельные СУБД – основа современных корпоративных приложений

-
Вернуться
к докладчикам
Михаил Сеткин, Райффайзенбанк
В 2006 году окончил МИФИ, факультет «Автоматика и электроника» и начал работать в индустрии разработки программного обеспечения для финансовых организаций. До 2008 года работал в компании-крупном производителе автоматизированных банковских систем в качестве системного аналитика, затем перешел в Райффайзенбанк на ту же позицию, а потом стал руководителем проектов, связанных с обработкой больших данных: внедрение корпоративного хранилища данных и хранилища операционных данных (ODS), системы управленческой отчетности (MIS), системы управления взаимоотношениями с клиентами, системы управления качеством данных (DQMS) и др. С 2016 года отвечает в Райффайзенбанке за развитие технологического стека Big Data.
Ролевая модель доступа в корпоративном «Озере» данных

Сегодня Hadoop – один из наиболее используемых инструментов для хранения и обработки больших объемов данных, что и неудивительно, ведь для развертывания работоспособной сборки Hadoop потребуется менее часа. Однако, как показывает практика, в большинстве случаев такие инсталляции не идут дальше установки и настройки базовых параметров, отвечающих за производительность. Серьезных применений Hadoop, используемого в качестве основы для построения корпоративного «Озера» данных емкостью в несколько десятков терабайт с более чем 50 пользователями, обеспечивающего соблюдение всех обязательств по защите персональных данных и защиту конфиденциальной информации не так уж и много. Здесь на помощь приходят такие инструменты как Kerberos и Apache Ranger, на базе которых можно построить ролевую модель доступа к данным, включающую аутентификацию, авторизацию и аудит действий пользователей «Озера» данных на базе Hadoop. Доклад посвящен изложению опыта создания и эксплуатации корпоративного «Озера» данных, разбору нюансов предлагаемого решения, а также анализу возможных альтернатив.
Вернуться
к докладчикам
Валерий Артемьев, Банк России
Окончил МВТУ имени Н.Э. Баумана, проходил стажировку по банковским системам в Великобритании по программе TACIS, изучал методы и средства создания аналитических систем и хранилищ данных в лаборатория IBM Silicon Valley Lab, получил квалификацию бизнес–аналитика по большим данным. В отраслевой лаборатории МГТУ им. Н.Э. Баумана совмест­но с НИИ «Восход» проводил анализ и моде­лирования ИВС специаль­ного на­зна­чения. С 1993 года Валерий работает в подразделении информатизации Центрального банка России, планировал и руководил проектами по web-приложениям, XML-форматам сбора отчетности, хранилищам данных и бизнес­–аналитике. Участвовал в создании централи­зованных систем для блока банков­ского надзора Банка России на основе технологий хранилищ данных и бизнес–аналити­ки: ЕИСПД для монито­рин­га и анализа деятельности кредитных организаций и АКС для анализа платежной информации. Сейчас работает архитектором ИТ-решений в должности консультанта Департамента информационных технологий Банка России.
-

-
Форма заказа
Оставьте ваши контакты
Information Partners
Partner Hotel
Подать заявку на доклад
Пожалуйста, укажите свои контакты,
тему и аннотацию доклада