Smart DataLake Platform

Adatból tudást építünk

A Smart DataLake Platform lehetővé teszi, hogy a szervezetek a silózottan tárolt adatokból összefüggéseken alapuló tudással gyarapodjanak.

A termék a teljes szoftverkörnyezetet biztosítja az adatanalitikai elemzésekhez, algoritmusok kialakításához és betanításához, a megfelelő adatminőség biztosításához és az áttörést jelentő tudományos eredmények eléréséhez, továbbá az adatalapú döntéshozatalhoz.

Blueprintek (integrációs, infrastrukturális, adattudományi) széles skáláját állítottuk össze, hogy megkönnyítsük a komplex szoftverökoszisztéma bevezetését, használatát, és az egyedi üzleti igényeket hatékonyan tudjuk kielégíteni.

Data IS Analytics
Data IS Research
Data IS Report
Data IS Science
Data IS Correlation

A Smart DataLake Platform (DLX) egy hiperkonvergens szoftverinfrastruktúra-rétegekkel rendelkező komplex platform, amely többek között adatvirtualizációs és adatkezelési, valamint jövőbiztos analitikai képességekkel rendelkezik, ami által az adatokból naprakész és célravezető információkat kapunk.
Adatintegrációs réteg

Az adatok bármikor, bármilyen formában rendelkezésre állnak. Az Adatintegrációs réteg megfelelő adatinfrastruktúrát biztosít az adatbevitelhez, az adatintegrációhoz, az adatszerkezethez, és támogatja a komplex hozzáférési és adattitkosítási eljárásokat. A megoldás horizontálisan (nagy mennyiségű adat) és vertikálisan (többféle adattípus) skálázott, strukturált vagy strukturálatlan adatokat, valamint különböző forrásokból származó adatokat egyaránt képes egységesen kezelni.

Az Adatintegrációs réteg lehetővé teszi az ún. adatvirtualizációt (az adatokhoz való hozzáférést fizikai adatgyűjtés nélkül), illetve az adatok kanalizációját, továbbá az adattárházi elemek beágyazhatóságát is.

Analitikai réteg

Az Analitikai réteg jelentős szerepet játszik a megfelelő információk kinyerésében a legkülönfélébb eszközök és módszerek segítségével. Az olyan üzleti intelligencia megoldások segítségével, mint a Power BI az adatok úgy kerülnek vizualizálásra, hogy a bennük rejlő, eddig rejtett összefüggések és kapcsolatok feltárásával igazolhatóvá válnak a már korábban felállított hipotézisek.

A gépi tanulási (ML) és mesterséges intelligencia (AI) megoldások segíthetnek rámutatni az aktuális probléma gyökerére, továbbá előrejelezhetnek kritikus eseményeket, incidenseket, vagy kijelölhetik a beavatkozás megfelelő időpontját.

Döntéstámogatói réteg

A Döntéstámogatói, kutatási és fejlesztési réteg valós problémákra nyújt megoldást, például valós idejű riportokat, értékeléseket készít, figyelmeztetéseket biztosít, valamint integrálható már meglevő technológiai megoldásokkal. Ez a réteg az analitikai réteg eredményeit komplex folyamattá tudja alakítani, vagy akár közvetlen visszacsatolást ad az operatív rendszernek.

Monitoring réteg
A Monitoring eszköztár biztosítja az egyes rétegek és a rendszer megfelelő működését, nyomon követési és jogosultságkezelési funkciókat lát el, és támogatja az egységes rendszerüzemeltetési szolgáltatásokat.
A Smart DataLake Platform (DLX) egy hiperkonvergens szoftverinfrastruktúra-rétegekkel rendelkező komplex platform, amely többek között adatvirtualizációs és adatkezelési, valamint jövőbiztos analitikai képességekkel rendelkezik, ami által az adatokból naprakész és célravezető információkat kapunk.
Adatintegrációs réteg

Az adatok bármikor, bármilyen formában rendelkezésre állnak. Az Adatintegrációs réteg megfelelő adatinfrastruktúrát biztosít az adatbevitelhez, az adatintegrációhoz, az adatszerkezethez, és támogatja a komplex hozzáférési és adattitkosítási eljárásokat. A megoldás horizontálisan (nagy mennyiségű adat) és vertikálisan (többféle adattípus) skálázott, strukturált vagy strukturálatlan adatokat, valamint különböző forrásokból származó adatokat egyaránt képes egységesen kezelni.

Az Adatintegrációs réteg lehetővé teszi az ún. adatvirtualizációt (az adatokhoz való hozzáférést fizikai adatgyűjtés nélkül), illetve az adatok kanalizációját, továbbá az adattárházi elemek beágyazhatóságát is.

Analitikai réteg

Az Analitikai réteg jelentős szerepet játszik a megfelelő információk kinyerésében a legkülönfélébb eszközök és módszerek segítségével. Az olyan üzleti intelligencia megoldások segítségével, mint a Power BI az adatok úgy kerülnek vizualizálásra, hogy a bennük rejlő, eddig rejtett összefüggések és kapcsolatok feltárásával igazolhatóvá válnak a már korábban felállított hipotézisek.

A gépi tanulási (ML) és mesterséges intelligencia (AI) megoldások segíthetnek rámutatni az aktuális probléma gyökerére, továbbá előrejelezhetnek kritikus eseményeket, incidenseket, vagy kijelölhetik a beavatkozás megfelelő időpontját.

Döntéstámogatói réteg

A Döntéstámogatói, kutatási és fejlesztési réteg valós problémákra nyújt megoldást, például valós idejű riportokat, értékeléseket készít, figyelmeztetéseket biztosít, valamint integrálható már meglevő technológiai megoldásokkal. Ez a réteg az analitikai réteg eredményeit komplex folyamattá tudja alakítani, vagy akár közvetlen visszacsatolást ad az operatív rendszernek.

Monitoring réteg
A Monitoring eszköztár biztosítja az egyes rétegek és a rendszer megfelelő működését, nyomon követési és jogosultságkezelési funkciókat lát el, és támogatja az egységes rendszerüzemeltetési szolgáltatásokat.
Technológiai komponensek
  • Biztonságos, GDPR-biztos adattárolás
  • Strukturált és strukturálatlan adatokat egyesítő Big Data tárolás
  • Adatkanalizálás és adatvirtualizáció
  • Fejlett adatharmonizáció és adatintegráció
  • Fejlett analitika (összehasonlító, leíró, tanuló, előrejelző, előíró)
  • Adattudomány és gépi tanulás
Az SQL Server 2019 Big Data Cluster alapú, a 12-faktoros alkalmazás módszertana szerint kialakított Smart Datalake Platform felhőben vagy hibrid infrastruktúrában is telepíthető. Az alapjául szolgáló infrastruktúra teljes körű adatellenőrzést, adatvédelmet, teljes skálázhatóságot tesz lehetővé, megbízhatóságot, rendelkezésre állást biztosít, és különféle analitikai elemző motorokkal rendelkezik.

Az adataiban rejlő erő

A kezdeti kihívás hasonló a különböző iparágakban: minimanizálni a silózott adatok számát, biztosítani az adatvédelmet és az adathozzáférést az adatokban rejlő erő kiaknázása mellett.

A Smart DataLake Platform segítségével az adatok tetszőlegesen használhatók, mivel azok nyers formátumban tárolódnak és mindig hozzáférhetők, lehetővé téve a szabályozási követelmények betartása melletti akár azonnali átkonfigurálást.

Alkalmazási területek

Egészségügyi szektor
  • Közel valós idejű adatok gyűjtése és feldolgozása a betegágy melletti vagy hordozható készülékekből
  • Historikus adatok kezelése és életminőség-előrejelzések készítése
  • Adat- és tényalapú egészségügyi ellátás biztosítása
  • Előrejelző és előíró analitika alkalmazása
  • Egyszerű vagy komplex megoldások a személyre szabott gyógyítás támogatására
  • Adatkutatás és -feltárás a humán genomika mélyebb megértése érdekében
  • Rendellenességek előrejelzésén és felismerésén alapuló ismeretek felhasználása az emberiség várható élettartamának növelésére
  • Egészségügyi költségek előrejelzése
  • Több országból származó adatok felhasználása és kombinálása az adatvédelmi és biztonsági előírások betartásával
  • Intézményi hatékonyság növelése és a jövedelmezőség javítása
  • Vezetői döntések támogatása mesterséges intelligencia alapú riportok és kimutatások segítségével
Kormányzati és szolgáltatói szektor
  • Historikus adatok tárolása és elemzése
  • „Okos város” programok támogatása a percenként keletkező adatok (időjárás, közlekedési lámpák, járművek, útdíjak stb.) tárolásával és feldolgozásával
  • Közlekedési, közigazgatási és kritikus infrastruktúra szolgáltatások optimalizálása
  • Közbiztonság javítása, bűnözés csökkentése
  • Értékes digitális eszközök biztonságos nyomkövetése
  • Különböző, már meglévő rendszerekből származó silózott adatok összegyűjtése, kiértékelése és felhasználása ad hoc és rendszeres kérések és döntések támogatására
  • Új ismeretek feltárása és felhasználása komplex jogosultságkezelés alkalmazásával, akár az alapadatokhoz való hozzáférés nélkül
  • Globális adatokon alapuló döntéshozatal lokális rendszer bevezetésénél
  • Kormányhivatalok és közigazgatási hivatalok hatékonyságának növelése és eredményességének javítása
Pénzügyi és szolgáltatói szektor
  • Ügyfélszegmentáció és kockázati profil készítése
  • Ügyféllétrehozás és termékajánlatok fejlesztése
  • Új termékek és szolgáltatások innovációja
  • Panaszkezelési és belső ellenőrzési részéegek adatalapú támogatása
  • Csalás előrejelzése és felderítése
  • Költséghatékonyság támogatása
  • Előrejelzések készítése valós idejű és historikus adatok alapján
  • Szentimentanalízis és kutatás tőzsdei tanácsadáshoz, valamint innovatív kereskedési technikák támogatásához és mintázatok felfedéséhez
  • Kockázatértékelés
  • Befektetői és vezetői döntések támogatása mesterséges intelligencia alapú riportokkal és megbízható elemzésekkel
  • Megtérülés számítási (ROI) platform létrehozása, működtetése

Megoldásaink

News & Blog InnoHealth DataLake

GDPR-konform klinikai kutatási rendszer

Az Innohealth DataLake (IHDL) projekt fő célja egy olyan újszerű, komplex informatikai rendszer koncepciójának kidolgozása és megvalósítása, ami képes bármely típusú egészségügyi adat gyűjtésére, tárolására és elemzésére a Pécsi Tudományegyetem egészségügyi rendszereiben keletkező és kapcsolódó külső adatok felhasználásával. A rendszer mintaként is szolgálhat a hazai és a regionális egészségügyi rendszerek számára.

Az adattó képességeit az egészségügy jelenlegi és jövőbeli igényei szerint határoztuk meg, ideértve az adatgyűjtést (az adatok méretétől, típusától és forrásától függetlenül), az adattárolást és az legkorszerűbb analitikai módszerekkel és eszközökkel támogatott adatelemzést, ezáltal támogatva az egészségügyi szolgáltatásokat és a K + F + I tevékenységeket.

This site is registered on wpml.org as a development site.