são paulo - dell · analytics baseado no padrÃo histÓrico de trÁfego (batch) auto-tiering de...
TRANSCRIPT
São PauloAugust, 28 2018
Maximize resultados relacionando
Aplicações, Dados e Analytics para IoT
Com Dell EMC Isilon e ECS
Sergio Moure DominguesEnterprise Sales Brazil – Unstructured Data Solutions - Dell EMC
4
A IoT está viabilizando a transformação digital
45% Top3Tecnologia para
impulsionar a
transformação digital
Top5Tecnologia impactando
negócios nos próximos
cinco anos
das empresas
têm projetos de
transformação
digital com IoT
Fonte: IDC Vertical IT & Communications Survey 2017, IDC Global IoT Survey 2017
55
= R E T O R N O C O M E R C I A L
++
+
+
+Coisas
Sensores
Dados
Conexões
Gateways/Computação/Armazenamento
Analytics
O que é IoT?A coleta de dados por objetos conectados para criar valor.
66
O retorno comercial da IoT
A U M E N T O D A
E F I C I Ê N C I A
O P E R A C I O N A L
R E D U Ç Ã O
D E R I S C O S
A P R I M O R A M E N T O
D A E X P E R I Ê N C I A
D O C L I E N T E
C R I A Ç Ã O D E
N O V A S F O N T E S
D E R E C E I T A
= Retorno comercial
7
D A D O S
Dados estão no núcleo da IoT
S E N S O R E S
D I S P O S I T I V O SA N Á L I S E D E
D A D O S
E I N S I G H T S
“ A N U V E M ”
E S T A Ç Õ E S
D E B A S E
88
Gerenciar os dados de IoT é desafiador
A Ç Ã O E M
T E M P O R E A L
D A D O S
D I S T R I B U Í D O S
E E M S I L O S
C R E S C I M E N T O
M A S S I V O D E
D A D O S
P R O B L E M A S D E
P E R F O R M A N C E
Como transformar meus dados em ativo?
99
Transforme Dados em Receita
S I M P L I C I D A D E
O P E R A C I O N A L
D E S E M P E N H O
D E N Í V E L
C O R P O R A T I V O
E S C A L A B I L I D A D ET R A N S M I S S Ã O D E
D A D O S P A R A
A N Á L I S E E M
T E M P O R E A L
Como transformar meus dados em um ativo?
1010
Armazenamento de dados não estruturados da Dell EMC
E C S
I S I L O NP R O J E T O
“ N A U T I L U S ”
F I L EF L U X O
O B J E C T
D ATA L A K E U N I F I C A D O
S I M P L I C I D A D E E E S C A L A B I L I D A D E
E X T R A Ç Ã O D E VA L O R D O S D A D O S
11
Amplie suas opções com IoT contínuo
BORDAS NUVEMNÚCLEO
NAUTILUS
PROJETO
Análise em tempo real & IoT
Longa Retenção
Analytics em batch Active Archiving
12
Desempenho de
Alto nível
Processamento
Avançado
Simplicidade operacional
Escala em nuvemAnalytics flexível
PROJETO
NAUTILUS
Acelere seu negócio com Insights
13
Indústria Transporte SaúdeCidades
inteligentesVarejo GovernoTelecomunicação E outros...
Transforme a promessa da IoT em realidade agora mesmo!
14
IoT Industrial
Datacenter central
Fog/Datacenter B
Fog/Datacenter A
DETECÇÃO DE ANOMALIAS EM
TEMPO REAL
Processamento
adicional de
anomalias
Processamento
adicional de anomalias
Auto-Tiering de dados históricos
IoTGW
Sensores
IoT
Industrial
IoTGW
Sensores
IoTGW
Sensores
Reprodução de dados históricos
TREINAMENTO DO MACHINE
LEARNING(BATCH)
TESTES DE REGRESSÃO DO NOVO MODELO
Uploads periódicos de novos modelos de ML
DETECÇÃO DE ANOMALIAS EM
TEMPO REAL
PROJETO
NAUTILUS
PROJETO
NAUTILUS
Manutenção preventivaDetecção de defeitos
em tempo realMonitoramento de segurança
Monitoramento de ativos
1515
Local Inteligente
Otimização do tráfego local Segurança local
Local do
evento
Datacenter A
Datacenter B
TREINAMENTO DO MACHINE LEARNING(BATCH)
ANALYTICS BASEADO NO PADRÃO HISTÓRICODE TRÁFEGO (BATCH)
Auto-Tiering de dados históricos
Upload do novo modelo de ML
Alerta, previsão
de tráfego local
ANÁLISE DO TRÁFEGO LOCAL EM TEMPO REAL
PROJETO
NAUTILUS
PROJETO
NAUTILUS
Sensores
Sensores
Sensores
Utilização otimizada
de energia
Gerenciamento eficiente
do patrimonio
1616
Serviços financeiros
Detecção de fraudes em tempo real
Modelos de riscoPersonalização de ofertas
de varejoSimplificação dos processos
de negócios
NAUTILUS
PROJETO
DETECÇÃO DE FRAUDES (EM TEMPO REAL)
TESTES DE REGRESSÃO DE NOVOS ALGORITMOS
TREINAMENTO NO MODELO DE ML (BATCH)
Switch A/B para novos modelos
Uploads periódicos de novos modelos de ML
Feed de transações em tempo real
Reprodução de transações históricas
Auto-Tiering de dados históricos
NAUTILUS
PROJETOPara processamento
adicional do pipeline
de alertas de fraude
TRANSAÇÕES
TRANSAÇÕES
TRANSAÇÕES
© Copyright 2017 Dell Inc.17
17
Brasil China
TREINAMENTO NO MODELO DE ML
(BATCH)
Auto-tiering de dados históricos
TESTES DE REGRESSÃO
DO NOVO MODELO
Reprodução de dados históricos
PERCEPÇÕES MAIS
RAPIDAMENTE
Auto-tiering de dados históricos
Replicação de dados entre sites
Auto-tiering de dados históricos
TESTES DE REGRESSÃO
DO NOVO MODELO
Reprodução de dados históricos
NAUTILUS
PROJETO
TREINAMENTO NO MODELO DE ML
(BATCH)
Auto-tiering de dados históricos
NAUTILUS
PROJETO
Empresa de pesquisa A Empresa de pesquisa B
Processamento e compartilhamento de dados ADAS
Teste de resistência Gerenciamento de frotaDados como
serviço
© Copyright 2017 Dell Inc.17
Automotivo
1818
Mais de 80% de eficiência
de armazenamento
File: SMB, NFS, HDFS
Líder em scale-out NAS
TCO 48% menor que o da nuvem pública
Object: S3, Swift e Atmos
Líder em Scale-Out Object
O líder reconhecido no setor
© Copyright 2017 Dell Inc.19
1919
Site:
Dell Internet das Coisas
Infográfico:
Dell Technologies
Internet of Things (IoT)
Blog:
How IoT Changes the World of Data
Recursos
© Copyright 2017 Dell Inc.20
20