Einladung zum Juni-MeetUp der Big Data User Group

Hot Summer & Big Data: kurz vor der großen Sommerpause wollen wir uns erneut heißen Themen Rund um Big Data widmen. Am 30. Juni 2016 um 18:30 Uhr heißen wir Euch daher wieder bei der Big Data User Group willkommen und freuen uns wie immer auf einen interessanten Abend mit tollen Vorträgen. Wir treffen uns wie gewohnt auf dem Startup Campus Stuttgart, Teckstraße 62.

Elefant trifft Schichtenarchitektur (Dr. Valentin Zacharias, Daimler TSS GmbH)
Was passiert eigentlich, wenn ein Big Data-Projekt eng mit unternehmerischen Anwendungen integriert werden muss (und nicht BI ähnlich vergleichsweise alleine steht)? Was, wenn ein Teil einer Legacy Anwendung auf Hadoop portiert werden soll? Was bedeutet es, eine Big Data-Lösung zu testen? Was ist die Integrationsumgebung eines Data Lakes? Was bedeutet Source Control für eine Hadoop-Anwendung? Und was Deployment?

In diesem Vortrag werden Lessons Learned, Design Patterns und Best Practices an der Schnittstelle zwischen Hadoop und Enterprise Software-Landschaften beschrieben. Betrachtet wird dabei sowohl die Integration mit Java Enterprise Anwendungen, wie auch die Migration von Legacy Anwendungen “auf” Hadoop.

Zur Person:
Valentin Zacharias arbeitet als Senior Data Scientist bei der Daimler TSS an der Schnittstelle von Big Data und Advanced Analytics. Als In-House Consultant unterstützt er mit seinen Kollegen den Daimler Konzern in vielfältigen Bereichen dabei, schneller einen Mehrwert aus vorhandenen Daten zu ziehen.

Davor war Herr Zacharias als Big Data Consultant bei codecentric tätig sowie als Manager, Berater und Forscher in den Themenfeldern Künstliche Intelligenz und Semantik für das Forschungszentrum Informatik in Karlsruhe. Er hat am Karlsruher Institut für Technologie promoviert und in Berlin sowie Massachusetts Informatik studiert.

Quo Vadis Multi-Model und Graph – DSE Graph, Graph for Elastic oder doch Neo4J? (Thomas Mann, WidasConcepts GmbH)
Im NoSQL bzw. NewSQL Bereich gibt es im aktuellen Jahr die Entwicklung, den Multi-Model-Ansatz ein einer Datenbank zu verfolgen. Oft wird dabei der Grundgedanke gepflegt, zu den vorhandenen Daten-Modellen auch das Graphen-Modell aufzunehmen.

Wie ist dieser Trend aus Sicht der Architektur, Mächtigkeit der Modellierung, Performance und den analytischen Möglichkeiten im Bereich Data Science zu betrachten? Ist eine klassische Graph-Datenbank wie Neo4J noch immer die “beste” Wahl? Oder ist der Ansatz, eine operationale Datenbank – die auch die volle Modellierungsmächtigkeit für analytische Zwecke mitbringt – doch der bessere Weg, um einen Wildwuchs in der Big Data-Systemlandschaft zu verhindern? Diesen Fragen will Thomas Mann in seinem Vortrag auf den Grund gehen!

Zur Person:
Thomas Mann ist Teamleiter und Solution Architect bei WidasConcepts im Bereich Big Data und Data Science. Sein Fokus ist die Konzeption, Architektur und Implementierung von Big Data-Lösungen unter Berücksichtigung moderner Data Science-Aspekte. Aktueller Tätigkeits- und Projektschwerpunkt liegt im Bankensektor bei Projekten im Bereich Data Lake und Betrugserkennung.