{"id":49606,"date":"2017-11-21T07:00:20","date_gmt":"2017-11-21T06:00:20","guid":{"rendered":"http:\/\/smeupnew.it\/magazine\/blog\/big-data-analytics-data-scientist\/"},"modified":"2021-03-30T15:16:41","modified_gmt":"2021-03-30T13:16:41","slug":"big-data-analytics-data-scientist","status":"publish","type":"post","link":"https:\/\/www.smeup.com\/magazine\/blog\/big-data-analytics-data-scientist\/","title":{"rendered":"L\u2019esplosione delle Big Data Analytics e il Data Scientist – parte 1"},"content":{"rendered":"

Big Data Analytics: una mole di dati enorme a disposizione<\/h2>\n

In questi ultimi anni abbiamo assistito e siamo stati protagonisti di una crescita esponenziale dei dati disponibili. I dati arrivano e sono prodotti ovunque, sia nelle realt\u00e0 aziendali dove prestiamo la nostra attivit\u00e0 lavorativa, sia nel nostro vivere quotidiano.<\/p>\n

La diffusione di mezzi tecnologici sempre pi\u00f9 performanti e disponibili al consumo di massa, in una realt\u00e0 che ci vede sempre interconnessi nel mondo 24 ore su 24, ha contribuito al diffondersi dei cosiddetti social generando l\u2019esplosione di contenuti condivisi tra i diversi utenti di tutto il mondo. Esistono sensori che acquisiscono dati metereologici o informazioni sulla nostra macchina, quotidianamente vengono archiviate registrazioni che si accumulano nei database bancari, assicurativi e telefonici, impianti di sicurezza. Tutor autostradali rilevano ed archiviano\u00a0immagini e\u00a0video,\u00a0ci scambiamo anche senza saperlo segnali\u00a0Gps.<\/p>\n

Big Data Analytics: l’esperienza di smeup<\/h2>\n

Nella nostra esperienza come smeup, ad esempio, sempre pi\u00f9 aziende produttive si dotano di sensori da apporre sulle macchine<\/strong> che registrano una gamma di indicatori inerenti il processo. Ci richiedono quindi di analizzare questi dati per aiutarli a capire come le diverse variabili incidano sul prodotto finale o sui guasti dei dispositivi meccanici, in modo da prendere migliori decisioni di business. Questi sono solo alcuni esempi per aiutarci a capire le dimensioni di questo fenomeno inarrestabile; basti pensare che i dati prodotti dal genere umano nel 2015 superano tutti i dati prodotti nel corso dell’intera storia della civilt\u00e0 umana.<\/p>\n

Questa mole immensa di materiale pu\u00f2 dare una conoscenza molto profonda dei comportamenti umani, tuttavia si tratta in massima parte di archivi di\u00a0dati grezzi, non trattati, tipicamente conservati cos\u00ec come prodotti dalle rispettive sorgenti e oggi conosciuti con il termine\u00a0Big Data.<\/p>\n

Gli archivi di dati<\/h2>\n

Questi archivi sono caratterizzati da alcuni elementi:<\/p>\n