UN VISTAZO AL PASADO AL PRESENTE Y AL FUTURO DEL SOFTWARE

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UN VISTAZO AL PASADO AL PRESENTE Y AL FUTURO DEL SOFTWARE"

Transcripción

1 UN VISTAZO AL PASADO AL PRESENTE Y AL FUTURO DEL SOFTWARE

2 Evolución del poder del ser humano Sociedad Agrícola Sociedad Industrial Sociedad información NEC Confidential

3 Evolución de la sociedad de la información Hoy En 5 años En 10 años Hace 20 años Hace 15 años - PC Obligatorio - Internet Opcional - PC Obligatorio - Internet Obligatorio - Cloud Opcional - PC Obligatorio - Internet Obligatorio - Cloud Obligatorio - Desarrollo Opcional - PC Obligatorio - Internet Opcional - Cloud Obligatorio - Desarrollo Obligatorio - PC Opcional - Internet Opcional

4 Una nueva definición del software Procesos Automatización Clasificación Orden Buenas Ideas Código IaaS Big Data PaaS Servicio Masificación Economía de Escala SaaS Analítica Big Data

5

6 Cloud Computing Computación en la nube Símbolo por defecto de Internet en los diagramas Cloud Computación Lógica de coordinación Alamacenamiento y procesamiento Computing Mover la computación del simple PC o centro de datos hacia Internet Cloud Computing

7 Cloud Computing Cloud Computing es un modelo para habilitar acceso por red a un conjunto de recursos computacionales configurables y compartidos (ergo. Redes, servidores, almacenamiento, aplicaciones y servicios) de manera conveniente, por demanda y ubicua que pueden ser rápidamente aprovisionados y liberados con un esfuerzo administrativo y una interacción con el proveedor del servicio mínimos. El modelo Cloud Computing promueve disponibilidad y está compuesto por cinco características esenciales, tres modelos de despacho y cuatro modelos de despliegue.

8 Cloud Computing

9 Cloud Computing Según la última definición de Cloud Computing del NIST, las características esenciales son: - Autoservicio por demanda - Acceso amplio a red - Conjunto de recursos - Rápida elasticidad - Servicio medido

10 Economías de escala

11 Economías de escala

12 Economías de escala

13 Situación mundial y megatendencias De acuerdo con las Naciones Unidas, se espera que la población mundial llegue de aproximadamente 7 mil millones de personas a partir del 2011 a 8 mil millones de personas en 2025 y hasta 9,6 mil millones en También se prevé que, a medida que más personas se trasladan a las zonas urbanas, la población urbana mundial aumentará de 3,5 mil millones en 2011 para 6,3 mil millones en Como resultado, la demanda de alimentos, agua y energía aumentará 1,7 veces, 1,6 veces y 1,8 veces respectivamente. Se espera que las emisiones de gases de efecto invernadero aumenten hasta 1,5 veces. Esto significa que si el estilo de vida urbana de hoy persiste, en 2050 vamos a necesitar más del doble de recursos que la tierra entera puede suministrar. Por lo tanto, con el fin de construir un mundo sostenible, no tenemos más remedio que mejorar la productividad de los recursos, modificar la estructura social y estilo de vida, y reducir el consumo de recursos.

14 Situación mundial y megatendencias

15 El Concepto - Smart City Una Ciudad Inteligente se concibe como un espacio urbano que, por medio de millones de sensores, es capaz de escuchar y comprender lo que está sucediendo en la ciudad para tomar decisiones con la suficiente información, a la vez que proporciona la información adecuada a los ciudadanos. Estadios Entretenimiento Residentes La ciudad debe ser un espacio para vivir, trabajar y visitar Seguridad Bienestar Eficiencia Lugar eficiente de trabajo. Facilidad de desplazamiento. Elasticidad en la expansión de la ciudad. Sostenibilidad Deben existir sistemas que garanticen la seguridad ciudadana mediante vigilancia y reconocimiento de parámetros biométricos. Es crucial que la ciudad no solamente sea capaz de atraer personas y talento, sino también que sea capaz de retenerlo.

16 Centro de operaciones de la ciudad Centro de operaciones de la ciudad basado en Cloud (CCOC) Ciudad Sistemas Operaciones APIs para servicios externos Detección Información tiempo real Tablero de control de la ciudad Analítica de Big Data Data Normalisation (FI-WARE) Modelo de Ciudad Monitorización y gestión Sensores de Ciudad Fuentes de Información

17 Perspectiva TIC Servicios de gobierno Seguridad Educación Transporte Salud Servicios Modelo de ciudad digitalizada Big data Agricultura 3G,LTE Wi-Fi ZigBee IrDA M2M network Specified Low Power Radio Bluetooth WiMAX xdsl,ftth Z-Wave Sensores Sociedad real

18 Big Data Creación de nuevo Valor Presión sangre Herencia Ejercicio Salud Cuerpo Temperatura Nutricional Dieta Medicacion Luz del sol Temperatura Humedad Agricultura Vel. Viento Dióxido de carbono Ecosistema Calidad sueño Peso corporal Precipitacion Precios mercado Energía Marketing Clima Temperatura Industrial actividades Hospital Estación Tiempo Moda Publicidad Electricidad Transporte Region Internet Gas Agua Edad Tendencias Page 18

19 SEP 2014

20

21

22

23

24

25

26

27

28

29

30

31

32

33 Perspectiva TIC Servicios de gobierno Seguridad Educación Transporte Salud Servicios Modelo de ciudad digitalizada Big data Agricultura 3G,LTE Wi-Fi ZigBee IrDA M2M network Specified Low Power Radio Bluetooth WiMAX xdsl,ftth Z-Wave Sensores Sociedad real

34 Big Data Típicamente caracterizado por las tres V, nominalmente, Volumen Escalabilidad, Variedad No estructurado, Velocidad Tiempo real, En un sentido más amplio, datos usados para otros propósitos más allá de los propósitos para los que originalmente se recolectaron. Page 34

35 Source: IDC Digital Universe Study, 2010; IDC 2012; Big Data/Predictive Analytics Big Data = Grandes retos en TIC Big Data: Es definitivamente la fuente de ventaja competitiva entre todas las industrias - Forbes Los malos datos o de pobre calidad le cuestan a las compañías de EEUU $600KM anualmente Para el 2020 las transacciones de negocios por internet: B2B y B2C alcanzarán 450KM por día Implementar mejores prácticas en calidad de datos puede crecer los ingresos de una compañía hasta 66% Data generated by sensors, machines, etc. Images, various measurement data Corporate data Transaction data Log data Digitization of analog data Media data Internet Films, images TV, radio Social media, etc. Increased unstructured data

36 Estrategia BigData

37 NEC s Technologies to change BIGDATA into Values Media Processing Timely and accurate recognition of diversified real world events. Analytics Finding new rules, and optimization with predictions. Data Capture Prediction Social Value Creation Vibration Sensor Invariant Analysis Financial Efficiency Tax, Social Security Real World Voice Recognition Media Processing Face Recognition Natural Language Recognition Heterogeneous Mixture Learning Analytics RAPID Machine Learning Textual Entailment Recognition Optimization/Control Predictive Medication Healthcare Energy Optimization Accident, Crime, Disaster Mgmt. Food Production Optimization Analysis Process Management

38 NEC s BigData Offerings

39 FAILURE SIGN MONITORING SYSTEM(INVARIANT ANALYSIS)

40 Failure Sign Monitoring System(Invariant Analysis) * Collection and analysis of large volumes of sensor data to detect when operations are different than normal * Detection of abnormalities through comparison of past data and real- time data Detection of signs of failure and/or abnormalities in domains in which failures could have a high economic and/or social impact Social infrastructure (Bridges, expressways, etc.) Power plants IT systems, data centers, telecom networks Manufacturing plants (Assembly, chemical, etc.) Automobiles, trains, aircraft, ships, etc. Sensor data Operation logs Provision of safety and security solutions that contribute to society

41 Detection of abnormalities by comparing past data and real- time data * Automatic modeling of complex systems using machine learning * Early detection of abnormalities by comparing current observational data with values predicted using a model to determine whether or not operations are different than normal Visualization of normal operations [Invariant model] Detection of signs indicating that operations are different than normal [Real- time failure detection] Extent of abnormality Visualization of operations Detection of abnormalities Mechanical and automatic visualization of relationships that even experts would have difficulty noticing Comprehensive viewing of all relationships enables abnormalities to be detected in 1 / 20 th the amount of time it would take a human

42 Chugoku Electric Power Co., Inc. Effectiveness of Failure Sign Monitoring System for Large- scale Plants utilizing invariant analysis confirmed through field trials at Shimane Nuclear Power Station Real- Time No. of sensors per power plant: 3, of data from each sensor in a second Advanced Analysis Discovery of signs indicating that operations are different than normal from correlations between 3,500 x 3,499 sets of sensors On- site know- how Realization of improved accuracy of failure sign monitoring through close collaboration between experts in power plant operations working for the customer and NEC s own analysts.

43 HETEROGENEOUS MIXTURE LEARNING

44 Heterogeneous Mixture Learning Technology High speed optimization of data partitioning and pattern learning based on an original algorithm FAB Inference Raw data * * **** * * *** B ** ** ** ** ** * * ** ** * ** * ** ** B * ** * **** * * C B **** ** *** ** ** ** * ** ***** * ** * * * ***** ** A * * ** * ** * ** ** * ** * *** * * A ** ** ** * * * * * * A Cand. 1 (Scr. = 0.6) Cand. 3 (Scr. = 0.7) Discovering heteromixture patterns Cand. 2 (Scr. = 0.8) Optimal data partitioning without experts hypotheses Accurate extractions of patterns mixed in the data Fujimaki, Hayashi, Factorized Asymptotic Bayesian Hidden Markov Models ICML2012 Fujimaki, Morinaga, Factorized Asymptotic Bayesian Inference for Mixture Modeling AISTATS2012. Fujimaki, Sogawa, Morinaga, Online heterogeneous mixture modeling with marginal and copula selection KDD2011. Fujimaki, Morinaga, Momma, Aoki, Nakata, Linear Time Model Selection for Mixture of Heterogeneous Components ACML2009.

45 Disposal loss problems in the retail industry Food retail Fresh products Due to short shelf-lives and high frequency of orders, losses due to disposal of unsold items significantly affect costs. Although appropriate product demand forecasting is needed to avoid losses due to disposal, it also requires the analysis of a variety of factors that affect each other in complex manner. Calendars Weather Events Inability to comprehend patterns from past experiences even if they have been included in manuals. Human judgment based on intuition and experience has limitations due to the large number and complexity of products.

46 Sales Amount Prediction at Retail Stores Various elements affect sales of each item. The day of the week, Weather, Temperature, Popularity trend, The Hetero Mixture Learning can model complex and composite data. Real Prediction Learning Prediction For semi-automatic and effective ordering

47 Auction Price Prediction Current Customer s Price Prediction for Trade-in CertainProducts Determine Trade-in Price Other Consideratio ns Price Prediction Condition & Parameter s Input Investigate Products Customer s Problem Existing prediction model can not handle dynamic changes in the market, and Error Ratio is significantly high. Low Profit & High Operational Cost NEC is now proposing a new Price prediction system using Heterogeneous mixture learning technology.

48 Price Prediction using Heterogeneous Mixture Learning Higher Precision and Low Maintenance Cost <Proposing System> The BigData Data mining Calculation Formula Existing Auction Results Sales Data, etc. (Preprocessing) Input Data Cleansing Format Change Existing Logic Formula:P1* x P2* P3 P3* Z P:parameter * ** ** ** B ** D ** ** ** *** * * * C A Pattern Extraction Fixed Formula(common for all products) Parameters can be updated Output a Formulas for each products. Difference Product A: Formula A Product B: Formula B Product C: Formula C Update every week Inquirly Result User s Application Our Logic Product A/Typeα:P1*x P2*P3 P3*Z Product A /Typeβ:P3*Z Product C /Typeγ:P1*x P2*P3 P3*Z P4*α + Formula and parameters are both adaptively generated by machine learning PoC Effort proved the effectiveness of our technology. Error Ratio is Reduced from 21%to 10 %! Further improvement in Progress

49 Electricity Consumption Prediction Hetero- mixture Learning (found three patterns and predicts based on them) Electricity consumption Learning period Sat. Sun. Predicting period Mon. Tue. Wed. Thu Fri. Average relative error 2.7% time Trial 1: Day- of- the- week- wise data partitioning ( 7 conventional predictors) Electricity consumption Learning period Change points of the relationships and day-of-theweek seems not to be equal Sat. Sun. Predicting period Mon. Tue. Wed. Thu Fri. Average relative error5.8% large error time

50 RAPID MACHINE LEARNING (DEEP LEARNING) Page 50 NEC Corporation 2013

51 Recommendation Systems: Job Matching and other applications Machine Learning Department January 2014

52 Recommender Systems Job matching is a type of a recommender function Traditional Recommender Systems: Personalized: Based on preferences, buying history, browsing history Collaborative: Based on behavior of others (w hat they buy, watch, ) Similarity metrics: User User: User s ratings of the same product determines distance between users. Result: Clusters of similar people. User User metrics tend to shift quickly Item Item ( Job - Job) : Distance is based on rating of two products, how closely do users using both agree in rating? Result: Clusters of similar items. Item Item metrics tend to be more stable (can precompute most). Used most by retailers (Amazon, Netflix, ) Our Approach: Generic matching: Personality categories trained with job classifications Online training and matching: Make recommendations relevant for present situation (expressed preferences, job history, )

53 Education Characterize Person 360 degree view of a person Structured data: Education, Tests: SPI, OPQ (Japanese standardized tests) Training (length, university) Location Unstructured data: Work experience: Usually in free text Recommendations: Free text Behavior: What is searched, clicked on web Attitude: From essays, behavior Standard Personality Categories: Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism Need finer personality characterization How do we get a better understanding of the personality of an applicant? Combine traditionally used data (standardized tests, questionnaires, ) with information extracted from unstructured text: Essays, behavior on recruiting web site, information from social networks.

54 Recommendations: NEC Approach Competitors: Collaborative Filtering (CF) NEC: Supervised Semantic Indexing ( SSI) All Learned: Mapping between candidate and job Supervised Learning: Train system for specific targets Flexible: Integrates different types of data Tests with Customer data: Reduce error by 50% over CF alone Candidate: Qualifications Personality Philosophy Behavior (dynamic) Features X Trained Model Matrix X Features Job, Company: Requirements Philosophy Context Context 19

55 Job Matching Process Training phase Candidate profile Qualifications, Personality, Preferences Candidate Features Labels Training programs: Supervised learning Unsupervised learning Candidate behavior Clicks, Page Views Dynamic Job profile Requirements Philosophy Context Preprocessing Text data and non- text data Candidate behavior features Job Features Labels Supervised Semantic Indexing ( SSI) Collaborative Filtering ( CF) Compute time: Hours Trained Mo T d ra e i l n s ed Mo T d ra e i l n s ed Models Test phase, Daily use Candidate profile Qualifications, Personality, Preferences Candidate behavior Clicks, Page View Dynamic Context Preprocessing Text data and non- text data Candidate Features Candidate behavior features Trained Model X Job Features X Candidate features Compute time: Milliseconds Recommendation Score Decision

56 Feature Generation All data about a candidate are encoded in a vector ( similar for jobs) : Structured data describing the candidate s qualifications are encoded in binary or numeric values. Unstructured text data are encoded with text analysis algorithms: The individual words are encoded in a dictionary ( most common words in Japanese), syntactic information is also encoded. Candidate qualifications: Structured data 21 years, 4 year college, Computer Science,. Candidate Essay 株 式 会 社 ワールドインターナ(1995 年 4 月 ~2004 年 4 月 )%n 事 Text Analysis Age Code for: Education Field Words (dictionary) Code for: Syntactic elements 0,0,0,1,0,0 0,0,4,0,0, 0,0,0,1,0, 0,0,0,1,0,0, 0 0,0,0, 0,1,1,0,0, 0,0,0,0,1, Overall: hundreds of features Overall: thousands of features 21

57 HR Functions NEC Data Analytics supports all steps of the recruiting process Steps of Recruiting Function NEC Analytics Value NEC provides WEB site Tests: SPI; OPQ Short Essays Recruiting Social Network Introduce companie s Identify candidates with suitable qualifications Evaluate interactions of users Analyze discussion boards Place advertisements Filter candidates Analyze test results and essays Combine information from tests with analysis of essays Attract qualified candidates Better candidates for specific jobs Refined selection of candidates Deeper personal profile of candidate Interview Identify match between job and candidate Support for interviewer Direction of personality questions Personality match, not just qualification match Job Offer Attract desired candidate Personalize offer Highlight points of interest for candidate Higher acceptance rate Provisional job Confirm satisfactory match of job and candidate Identify potential problems because of personality Propose changes Higher satisfaction of company and candidate 22

58 Application: Hotel Recommendation We conducted a POC with a customer They want a more detailed understanding why a customer is giving a certain rating to a hotel. What is wrong or what is good. Test: Jalan Web Site Predict rating from text: 96.5%accuracy Identify reason form complaint or praise: Highly accurate

59 Benchmark: Tweet Analysis SemEval 2013: International Competition to determine sentiments of Tweets Several hundred competitors participated Our Deep Learning technology with a recent new development for highorder feature learning beat all competitors: NECLA Best competitor 12.7% error 14.2% error 24

60 Technology The following are examples of original technology, developed by NECLA, that is used for a wide range of applications. Strength of this technology: Analyze unstructured data of many different types. Can be used to generate structured data or for data retrieval, data interpretation, etc. Analysis is done based on semantics (content, meaning, ) Here Deep Learning technology is stressed. This technology has received a lot of attention recently. NECLA has been a leading contender for many years in this field. 25

61 Deep Semantic Networks: SENNA Totally new approach for text analysis Trained from raw text: No handcrafted features Tasks: Part of Speech Chunking Name Entity Recognition Semantic Role Labeling Parsing Easy to adapt to different languages. We have networks for English, Chinese, German, Spanish (Japanese with Open Source pre-processing) Advantages of our technology: Much faster than alternatives Benchmark results: 10 to 100 times faster than state of the art algorithms. Can run on mobile devices Compact code packages: SENNA, SSI Well protected IP 1/28/2014

62 Industry Leading Performance Ref: Natural Language Processing (Almost) from Scratch; R. Collobert et al., J. Machine Learning Research 12 (2011) Accuracies: (Data: Penn Tree Bank) Task Benchmark SENNA Part of Speech (POS) (Accuracy) % % Chunking (CHUNK) (F1) % % Named Entity Recognition (NER) (F1) % % Parse Tree level 0 (PT0) (F1) % % Semantic Role Labeling (SRL) (F1) % % Speed, storage requirements: Orders of magnitude faster than state of the art!! Can run on mobile devices 27

63 Deep Semantic Networks: SSI, SSE Supervised Semantic Indexing (SSI) and Sparse Sequence Embedding (SSE) are both NECLA technologies using Deep Learning. They are used for semantic analysis of a wide range of data types, including text and bioinformatics data. These algorithms are used in a variety of applications. SSI Very successful technology for data retrieval based on semantic content SSE This is the most efficient technology for data retrieval based on n- grams

64 Interpretation of Essays Starts with standard text analysis techniques, such as TF- IDF representation of query ( essay) and document ( job posting) Structured features describing user or job ( preferred job attributes, preferred location) can be added Adds syntactic and semantic features of the essay and the job posting Syntactic SSI: Extension of SSI to improve Japanese queries: Learn relations not only between words but use also structural features that are typical for Japanese

65 Human Resource Matching(RAPID Machine Learning) Matching Company Demands and Job Seekers Increasing Brokering Efficiency with Minimal Costs Job Seekers Entry Broker RAPID Machine Learning Register Recruiter Companies Company Choices CV SNS Job Description Best Candidates RAPID Machine Learning: NEC original Technology based on Deep Leaning

66 NEC A n alytics Multi-modal: Different Data Types; structured and unstructured Multi-Lingual text analysis: Adapting by training High-Level Reasoning Performance for Big Data analysis NEC Strengths Text, machine data, web data: Numeric, categorical, textual, binary, sensors Japanese, English, Chinese, Spanish, German 1. Statistics 2. Classification, Regression 3. Relationships, Causality Extensive parallelization: Vectorization, Cluster (Hadoop), Parallelization of algorithms

67 InfoFrame Elastic Relational Store (IERS): Next Generation Database Solution

68 Big Data s Impact on Database Systems Traditional Relational Database limitations became apparent: Scalability Relational Databases (RDBs) have difficulty accessing data in distributed storage Performance Increase in processing power faster access rates NoSQL (Not Only SQL) - alternative database technology Pros: Better scalability and performance than RDBs Cons: Lacks SQL support Non-adherence to ACID (Atomicity, Consistency, Isolation, Durability) Some view as severe limitations, so enterprise RDBMS users are hesitant to switch to it.

69 CAP Theorem (Eric Brewer autumn 1998) In theoretical computer science, the CAP theorem, also known as Brewer's theorem, states that it is impossible for a distributed computer system to simultaneously provide all three of the following guarantees: Consistency (all nodes see the same data at the same time) Availability (a guarantee that every request receives a response about whether it succeeded or failed) Partition tolerance (the system continues to operate despite arbitrary partitioning due to network failures)

70 NewSQL Database Systems New type of database emerged, called NewSQL, targeting the workload growth of Online Transaction Processing (OLTP) systems. Key characteristics of NewSQL: Highly scalable High performance SQL support ACID adherence

71 RDBMS vs. NoSQL vs. IERS IERS combines the best of relational DB functionality with high scalability and performance Traditional DB (RDBMS) NoSQL IERS Scalability Performance SQL Support ACID Adherence Mission Critical HA/RA

72 Overview : What is IERS? IERS is a distributed DBMS for OLTP (On-Line Transaction Processing) using multiple commodity servers Large number of transactions

73 IERS s unique multi-tier architecture IERS is designed to have a capability of Scale-out, SQL interface and ACID transaction Each layer is independent and able to scale individually Partiqle Server Transaction Server Storage Server SQL Interface Elastic scale-out ACID transaction In-memory operation to maximize throughput and minimize latency High availability Elastic scale-out Data durability Destructed data detection using checksum Elastic scale-out

74 IERS Key Strengths Multi-level IERS architecture and in-memory implementation offers a high performance, cost effective DBMS environment suitable for OLTP workloads. Enhanced high-speed transaction functionality enabled by NEC's innovative, patented "MicroSharding" Technology. Elastically scalable: scale-in/scale-out, shared-nothing architecture, capable of running on a large number of nodes without suffering bottlenecks. Performance and costs can be managed through resource management. SQL support reduces system development requirements and enables utilization of current SQL applications (enterprise legacy applications). High reliability and 24x7 availability for Mission Critical applications. Analytics support using Hadoop MapReduce framework. High-skilled IT personnel are not required for IERS system development and support.

75 IERS Key Features and Functions Feature Function Function overview Advanced scaling capability High volume read-write transactions capability Ease of system development Reliability and availability for missioncritical applications Elastic scale-out mechanism Automatic resource reallocation Transaction engine Memory cache SQL interface Hadoop integration Security function Data protection Availability System resources can be added while system is LIVE, enabling the system to be re-configured without downtime. This allows customers to manage workload performance and costs effectively. Balancing data processing load among transaction servers and storage servers enables balanced system operation of all the scaled-out servers. (Available in the next release) Data to be saved in transaction servers can be updated at once, as one transaction, by using the patented MicroSharding technology. Transaction servers save the data by using the high-reliability memory cache which adopts in-memory database technology. SQL support (compliant with the SQL-89 standard). Data stored in storage servers can be accessed directly from Hadoop. Settings on user authentication and access privileges equivalent to those for relational databases are available. Data in the transaction server and storage server are stored in multiple servers for improved reliability. When a failure occurs in the transaction server, slave is automatically promoted to master, enabling business continuity without service interruption.

76 IERS: Benefits IERS empowers you to: Operate Your Business with Enhanced Speed and Elastic Scalability Optimize Your Mission Critical Applications with High Availability, Reliability, and Security Scale rapidly while Maintaining Simplicity for your New/Existing Applications Reduce TCO, enabling Faster ROI Leverage strategic business analytics via Hadoop interoperability

77 IERS Use Case: OLTP Transactions Retail, Financial Services, e-commerce/internet Business Problem: Need to perform analytics on massive amounts of data generated daily after customer s RDB s could not scale. NEC Solution: IERS offered elastic scalability which enabled customer to perform various data analytics using the data accumulated in system. After InfoFrame Elastic Relational Store Online Extract/Modify Data Update Matching, Transfer, etc. Store all including the past data DWH AP DB (1 Day) Before Other sources Streamline the data and store it to DWH (Delete raw data) Program to Extract Data DB For DWH Night batch processing

78 IERS Use Case: Marketing Financial Services, CPG, Healthcare, Communications, Telecom, Media, Services, e-commerce/internet Business Problem: Direct Marketing Application Need to create Target Client lists easily and quickly using analysis from required customer data. As data volume increases, analytics batch processing must be completed within a finite timeframe. NEC Solution: Using IERS and Hadoop API, customer accelerated data extraction in parallel and minimized batch processing time frame using both online and offline processing of one consolidated database. Before Online AP After Online AP Add another axis for analysis RDB Client information 1 Batch Process InfoFrame Elastic Relational Store Batch Process Extract RDB Client Information 2 RDB Client Information n Extract Omit RDB History data Target Client Client info 1 Client info 2 Client info n History data map/ reduce Omit Target Client

79 IERS Use Case: M2M Data Manufacturing/Utilities Business Problem: Accumulating and analyzing M2M Data Need to provide a highly scalable system and leverage a large amount of data aggregated from many machines and sensors on a 24x7 basis. NEC Solution: IERS performs data transformation to prepare data for analysis and transfers data to RDB/DWH for nightly analytics batch processing. Devices Before Requires DB re-sizing when enhance the system Requires system down Partner RDB Sales Replace Night batch (Map/Reduce) DB for Analytics After Data generated from machines, sensors, etc (Images, remote sensing, etc) IERS IERS IERS IERS IERS IERS InfoFrame Elastic Relational Store Scaling out without service downtime Shop

80 NEC reúne e integra tecnología y experiencia para crear la sociedad del mañana por medio de las TIC. Colaboramos estrechamente con socios y clientes de todo el mundo, orquestando cada proyecto para asegurar que todas sus partes estén bien afinadas a las necesidades locales. Cada día, nuestras soluciones innovadoras para la sociedad contribuyen a una mayor seguridad, eficiencia e igualdad, y posibilitan vivir vidas más brillantes a las personas.

81 NEC Confidential

82

NubaDat An Integral Cloud Big Data Platform. Ricardo Jimenez-Peris

NubaDat An Integral Cloud Big Data Platform. Ricardo Jimenez-Peris NubaDat An Integral Cloud Big Data Platform Ricardo Jimenez-Peris NubaDat Market Size 3 Market Analysis Conclusions Agenda Value Proposition Product Suite Competitive Advantages Market Gaps Big Data needs

Más detalles

ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA

ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA Autor: de la Cierva Perreau de Pinninck, Leticia Director: Sonia García, Mario Tenés Entidad Colaboradora: VASS RESUMEN DEL PROYECTO Tras la realización

Más detalles

una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse

una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse Difícil de Usar Requiere un manejo distinto al habitual Fragmentada Funcionalidad segmentada en

Más detalles

UTILIZACIÓN DE UN BOLÍGRAFO DÍGITAL PARA LA MEJORA DE PROCEDIMIENTOS DE CAMPO EN UNA CENTRAL NUCLEAR.

UTILIZACIÓN DE UN BOLÍGRAFO DÍGITAL PARA LA MEJORA DE PROCEDIMIENTOS DE CAMPO EN UNA CENTRAL NUCLEAR. UTILIZACIÓN DE UN BOLÍGRAFO DÍGITAL PARA LA MEJORA DE PROCEDIMIENTOS DE CAMPO EN UNA CENTRAL NUCLEAR. Autor: Ruiz Muñoz, Rafael. Director: Muñoz García, Manuel. Entidad Colaboradora: Empresarios Agrupados.

Más detalles

Universidad de Guadalajara

Universidad de Guadalajara Universidad de Guadalajara Centro Universitario de Ciencias Económico-Administrativas Maestría en Tecnologías de Información Ante-proyecto de Tésis Selection of a lightweight virtualization framework to

Más detalles

System Management: como elemento diferencial para alcanzar sus objetivos

System Management: como elemento diferencial para alcanzar sus objetivos Juan Paulo Cabezas Especialista de Ventas de Soluciones de Seguridad para IBM Latino America Junio 2010 System Management: como elemento diferencial para alcanzar sus objetivos Agenda Problemática y nuestra

Más detalles

SOFTWARE PARA LA GESTIÓN INFORMÁTICA DE UNA CLÍNICA DENTAL

SOFTWARE PARA LA GESTIÓN INFORMÁTICA DE UNA CLÍNICA DENTAL SOFTWARE PARA LA GESTIÓN INFORMÁTICA DE UNA CLÍNICA DENTAL Autora: Laura Martín García Director: Alberto Ciudad Sánchez RESUMEN El objetivo de este proyecto es realizar el análisis, diseño y desarrollo

Más detalles

INNOVACIÓN Tecnologías de información La nueva Era. Javier Cordero Torres Presidente y Director General Oracle México Febrero 27, 2015

INNOVACIÓN Tecnologías de información La nueva Era. Javier Cordero Torres Presidente y Director General Oracle México Febrero 27, 2015 INNOVACIÓN Tecnologías de información La nueva Era Javier Cordero Torres Presidente y Director General Oracle México Febrero 27, 2015 Oracle Confidential Internal/Restricted/Highly Restricted 3 4 OF WORLD

Más detalles

Centro Andaluz de Innovación y Tecnologías de la Información y las Comunicaciones - CITIC

Centro Andaluz de Innovación y Tecnologías de la Información y las Comunicaciones - CITIC Centro Andaluz de Innovación y Tecnologías de la Información y las Comunicaciones - CITIC (Andalusian Centre of Innovation and Information and Communication technologies- CITIC) FP7-ENERGY: Oportunidades

Más detalles

IRS DATA RETRIEVAL NOTIFICATION DEPENDENT STUDENT ESTIMATOR

IRS DATA RETRIEVAL NOTIFICATION DEPENDENT STUDENT ESTIMATOR IRS DATA RETRIEVAL NOTIFICATION DEPENDENT STUDENT ESTIMATOR Subject: Important Updates Needed for Your FAFSA Dear [Applicant], When you completed your 2012-2013 Free Application for Federal Student Aid

Más detalles

Agustiniano Ciudad Salitre School Computer Science Support Guide - 2015 Second grade First term

Agustiniano Ciudad Salitre School Computer Science Support Guide - 2015 Second grade First term Agustiniano Ciudad Salitre School Computer Science Support Guide - 2015 Second grade First term UNIDAD TEMATICA: INTERFAZ DE WINDOWS LOGRO: Reconoce la interfaz de Windows para ubicar y acceder a los programas,

Más detalles

Sistema de Control Domótico

Sistema de Control Domótico UNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI) INGENIERO EN ELECTRÓNICA Y AUTOMATICA PROYECTO FIN DE CARRERA Sistema de Control Domótico a través del bus USB Directores:

Más detalles

Kuapay, Inc. Seminario Internacional Modernización de los medios de pago en Chile

Kuapay, Inc. Seminario Internacional Modernización de los medios de pago en Chile Kuapay, Inc. Seminario Internacional Modernización de los medios de pago en Chile Our value proposition Kuapay s motto and mission Convert electronic transactions into a commodity Easy Cheap!!! Accessible

Más detalles

SCADA BASADO EN LABVIEW PARA EL LABORATORIO DE CONTROL DE ICAI

SCADA BASADO EN LABVIEW PARA EL LABORATORIO DE CONTROL DE ICAI SCADA BASADO EN LABVIEW PARA EL LABORATORIO DE CONTROL DE ICAI Autor: Otín Marcos, Ana. Directores: Rodríguez Pecharromán, Ramón. Rodríguez Mondéjar, José Antonio. Entidad Colaboradora: ICAI Universidad

Más detalles

DISPOSITIVO DE CONTROL PARA REDES DE DISTRIBUCIÓN ELÉCTRICA RESUMEN DEL PROYECTO

DISPOSITIVO DE CONTROL PARA REDES DE DISTRIBUCIÓN ELÉCTRICA RESUMEN DEL PROYECTO I DISPOSITIVO DE CONTROL PARA REDES DE DISTRIBUCIÓN ELÉCTRICA Autor: Juárez Montojo, Javier. Director: Rodríguez Mondéjar, José Antonio. Entidad Colaboradora: ICAI-Universidad Pontificia Comillas RESUMEN

Más detalles

ESTUDIO, ANÁLISIS Y EVALUACIÓN DEL ENTORNO DE TRABAJO HADOOP. Entidad Colaboradora: ICAI Universidad Pontificia Comillas

ESTUDIO, ANÁLISIS Y EVALUACIÓN DEL ENTORNO DE TRABAJO HADOOP. Entidad Colaboradora: ICAI Universidad Pontificia Comillas ESTUDIO, ANÁLISIS Y EVALUACIÓN DEL ENTORNO DE TRABAJO HADOOP. Autor: Director: Rubio Echevarria, Raquel Contreras Bárcena, David Entidad Colaboradora: ICAI Universidad Pontificia Comillas RESUMEN DEL PROYECTO

Más detalles

problemas y en los retos clave de su empresa objetivos estratégicos

problemas y en los retos clave de su empresa objetivos estratégicos 1 La selección del modelo de despliegue correcto se debe centrar en primer lugar en los problemas y en los retos clave de su empresa para permitirle, de este modo, lograr los objetivos estratégicos en

Más detalles

Por tanto, la aplicación SEAH (Sistema Experto Asistente para Hattrick) ofrece las siguientes opciones:

Por tanto, la aplicación SEAH (Sistema Experto Asistente para Hattrick) ofrece las siguientes opciones: SEAH: SISTEMA EXPERTO ASISTENTE PARA HATTRICK Autor: Gil Mira, Alfredo Director: Olivas Varela, Jose Ángel Entidad Colaboradora: ICAI Universidad Pontificia Comillas RESUMEN DEL PROYECTO Hatrick es un

Más detalles

Beacons, la baliza de posicionamiento Universal Netclearance Systems & SETESCA

Beacons, la baliza de posicionamiento Universal Netclearance Systems & SETESCA Beacons, la baliza de posicionamiento Universal Netclearance Systems & SETESCA Introducción El nuevo faro para los clientes y consumidores Beacons Un Beacon es un pequeño dispositivo que activa un evento

Más detalles

HERRAMIENTA PARA LA OPTIMIZACIÓN DEL PORFOLIO DE PRODUCTOS DE LAS REDES DE VENTAS DE UN LABORATORIO FARMACÉUTICO

HERRAMIENTA PARA LA OPTIMIZACIÓN DEL PORFOLIO DE PRODUCTOS DE LAS REDES DE VENTAS DE UN LABORATORIO FARMACÉUTICO HERRAMIENTA PARA LA OPTIMIZACIÓN DEL PORFOLIO DE PRODUCTOS DE LAS REDES DE VENTAS DE UN LABORATORIO FARMACÉUTICO Autor: Tárano Pastor, Ramón. Director: Moreno Alonso, Pablo. Director: Ruiz del Palacio,

Más detalles

ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX

ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX Autor: Tomás Murillo, Fernando. Director: Muñoz Frías, José Daniel. Coordinador: Contreras Bárcena, David Entidad Colaboradora: ICAI Universidad

Más detalles

Human-Centered Approaches to Data Mining: Where does Culture meet Statistics?

Human-Centered Approaches to Data Mining: Where does Culture meet Statistics? Human-Centered Approaches to Data Mining: Where does Culture meet Statistics? Manuel Cebrián & Alejandro (Alex) Jaimes ICT 2008 Collective Intelligence Networking Nov. 26, 2008 Leading PROGRESS Outline

Más detalles

SISTEMA CONTROL DE ACCESOS A EDIFICIOS MEDIANTE TARJETAS CRIPTOGRÁFICAS Y TARJETAS DE RADIOFRECUENCIA (RFID)

SISTEMA CONTROL DE ACCESOS A EDIFICIOS MEDIANTE TARJETAS CRIPTOGRÁFICAS Y TARJETAS DE RADIOFRECUENCIA (RFID) SISTEMA CONTROL DE ACCESOS A EDIFICIOS MEDIANTE TARJETAS CRIPTOGRÁFICAS Y TARJETAS DE RADIOFRECUENCIA (RFID) Alumno: Velayos Sardiña, Marta Director: Palacios Hielscher, Rafael Entidad Colaboradora: ICAI

Más detalles

Gestión del Mantenimiento de una Planta de Tratamiento de Aguas. Autor: Albarrán Cuevas, Sergio. Directora: Fernández Membrillera, Vanesa.

Gestión del Mantenimiento de una Planta de Tratamiento de Aguas. Autor: Albarrán Cuevas, Sergio. Directora: Fernández Membrillera, Vanesa. Gestión del Mantenimiento de una Planta de Tratamiento de Aguas. Autor: Albarrán Cuevas, Sergio. Directora: Fernández Membrillera, Vanesa. Resumen La tendencia actual en la industria es un aumento en el

Más detalles

Sistema de Luminarias Tecnológica - Verde - Eficiente

Sistema de Luminarias Tecnológica - Verde - Eficiente Sistema de Luminarias Tecnológica - Verde - Eficiente En qué consiste el Sistema de Luminarias? Consiste en un control inteligente de iluminación y de ahorro (Pack de iluminación verde) logra un ahorro

Más detalles

Título del Proyecto: Sistema Web de gestión de facturas electrónicas.

Título del Proyecto: Sistema Web de gestión de facturas electrónicas. Resumen Título del Proyecto: Sistema Web de gestión de facturas electrónicas. Autor: Jose Luis Saenz Soria. Director: Manuel Rojas Guerrero. Resumen En la última década se han producido muchos avances

Más detalles

DISEÑO E IMPLEMENTACIÓN DE UN PROTOCOLO DE REDES PEER-TO-PEER

DISEÑO E IMPLEMENTACIÓN DE UN PROTOCOLO DE REDES PEER-TO-PEER DISEÑO E IMPLEMENTACIÓN DE UN PROTOCOLO DE REDES PEER-TO-PEER Autor: García Sanjuán, Luis María. Director: Muñoz Berengena, José Manuel. Entidad Colaboradora: ICAI Universidad Pontificia Comillas RESUMEN

Más detalles

RFID TEMPERATURE SENSOR. Autor: Polo Tascón, David. Director: Kramer, Kathleen. Entidad colaboradora: Advantageous Systems LLC.

RFID TEMPERATURE SENSOR. Autor: Polo Tascón, David. Director: Kramer, Kathleen. Entidad colaboradora: Advantageous Systems LLC. RFID TEMPERATURE SENSOR. Autor: Polo Tascón, David. Director: Kramer, Kathleen. Entidad colaboradora: Advantageous Systems LLC. RESUMEN DEL PROYECTO Existen casos en la industria de la tecnología, medicina,

Más detalles

Edgar Quiñones. HHRR: Common Sense Does Not Mean Business. Objective

Edgar Quiñones. HHRR: Common Sense Does Not Mean Business. Objective Edgar Quiñones HHRR: Common Sense Does Not Mean Business Objective Share experiences & insight gained in the last two decades in the management consulting business regarding why Common Sense Does Not Mean

Más detalles

Instalación: Instalación de un agente en una máquina cliente y su registro en el sistema.

Instalación: Instalación de un agente en una máquina cliente y su registro en el sistema. HERRAMIENTA DE MONITORIZACIÓN DE SISTEMAS Autor: Sota Madorrán, Iñaki. Director: Igualada Moreno, Pablo. Entidad Colaboradora: Evotec Consulting, S.L. RESUMEN DEL PROYECTO El proyecto consiste en el diseño,

Más detalles

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio Por qué ExecuTrain? ExecuTrain es un proveedor de entrenamiento corporativo a nivel internacional y líder mundial en la capacitación empresarial. Contamos con 22 años y más de 62 mil personas capacitadas

Más detalles

iclef-2002 at Universities of Alicante and Jaen University of Alicante (Spain)

iclef-2002 at Universities of Alicante and Jaen University of Alicante (Spain) iclef-2002 at Universities of Alicante and Jaen University of Alicante (Spain) ! Introduction! Passage Retrieval Systems! IR-n system! IR-n system at iclef-2002! Conclusions and Future works ! Introduction!

Más detalles

Powered by RELEASE NOTES. CSS Business Intelligence. Versión 2.11.0. Build 20130510

Powered by RELEASE NOTES. CSS Business Intelligence. Versión 2.11.0. Build 20130510 RELEASE NOTES CSS Business Intelligence Versión 2.11.0 Build 20130510 Spanish Version English Version Change Log / Detalle de Cambios Revision Date Description Owner 1.0 27-May-2013 Document Creation /

Más detalles

Virginia Miguez Directora Administración Pública Intel Corporation Iberia virginia.miguez@intel.com

Virginia Miguez Directora Administración Pública Intel Corporation Iberia virginia.miguez@intel.com Virginia Miguez Directora Administración Pública Intel Corporation Iberia virginia.miguez@intel.com 1 Eficiencia en el Centro de Datos = Servicios de TI entregados Recursos necesarios (energía, enfriamiento,

Más detalles

Este proyecto tiene como finalidad la creación de una aplicación para la gestión y explotación de los teléfonos de los empleados de una gran compañía.

Este proyecto tiene como finalidad la creación de una aplicación para la gestión y explotación de los teléfonos de los empleados de una gran compañía. SISTEMA DE GESTIÓN DE MÓVILES Autor: Holgado Oca, Luis Miguel. Director: Mañueco, MªLuisa. Entidad Colaboradora: Eli & Lilly Company. RESUMEN DEL PROYECTO Este proyecto tiene como finalidad la creación

Más detalles

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio Por qué ExecuTrain? ExecuTrain es un proveedor de entrenamiento corporativo a nivel internacional y líder mundial en la capacitación empresarial. Contamos con 22 años y más de 62 mil personas capacitadas

Más detalles

Servicios de Soporte HP

Servicios de Soporte HP Servicios de Soporte HP Consigue que la nube se mantenga a la altura de tus necesidades Teresa Peinador Desarrollo de Servicios HP Mission Critical 10 de Febrero de 2011 Qué esperamos de la nube? INNOVACIÓN

Más detalles

Connecting Cloudino Connector to FIWARE IoT

Connecting Cloudino Connector to FIWARE IoT Hoja 1 DE 9 Connecting Cloudino Connector to FIWARE IoT 1. What is FIWARE IoT FIWARE is an open software ecosystem provided by the FIWARE Community (htttp://www.fiware.org). FIWARE exposes to developers

Más detalles

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio Por qué ExecuTrain? ExecuTrain es un proveedor de entrenamiento corporativo a nivel internacional y líder mundial en la capacitación empresarial. Contamos con 22 años y más de 62 mil personas capacitadas

Más detalles

manual de servicio nissan murano z51

manual de servicio nissan murano z51 manual de servicio nissan murano z51 Reference Manual To understand featuring to use and how to totally exploit manual de servicio nissan murano z51 to your great advantage, there are several sources of

Más detalles

PROGRAMA. Operaciones de Banca y Bolsa SYLLABUS BANKING AND STOCK MARKET OPERATIONS

PROGRAMA. Operaciones de Banca y Bolsa SYLLABUS BANKING AND STOCK MARKET OPERATIONS PROGRAMA 4º Curso. Grado en Administración y Dirección SYLLABUS BANKING AND STOCK MARKET OPERATIONS 4 rd year. Pág. 1 / 8 Colegio Universitario de Estudios Financieros Leonardo Prieto Castro, 2 Tel. +34

Más detalles

Puede pagar facturas y gastos periódicos como el alquiler, el gas, la electricidad, el agua y el teléfono y también otros gastos del hogar.

Puede pagar facturas y gastos periódicos como el alquiler, el gas, la electricidad, el agua y el teléfono y también otros gastos del hogar. SPANISH Centrepay Qué es Centrepay? Centrepay es la manera sencilla de pagar sus facturas y gastos. Centrepay es un servicio de pago de facturas voluntario y gratuito para clientes de Centrelink. Utilice

Más detalles

ESTUDIO COMPARATIVO DE DIFERENTES TECNOLOGÍAS DE

ESTUDIO COMPARATIVO DE DIFERENTES TECNOLOGÍAS DE ESTUDIO COMPARATIVO DE DIFERENTES TECNOLOGÍAS DE GENERACIÓN SOLAR EN FUNCIÓN DE LA CURVA DE DEMANDA Autor: Laura García Martín Director: Francisco Fernández Daza Mijares Entidad colaboradora: ICAI Universidad

Más detalles

MICROSOFT DYNAMICS NAV 2009

MICROSOFT DYNAMICS NAV 2009 Introducción Sistema Gestión Empresarial MICROSOFT DYNAMICS NAV 2009 Programa Certificación Oficial Microsoft. En colaboración: Organiza: Índice I. Objetivos del curso 3 II. Modalidad 5 III. Programa Formativo

Más detalles

Cambridge IGCSE. www.cie.org.uk

Cambridge IGCSE. www.cie.org.uk Cambridge IGCSE About CIE CIE examinations are taken in over 125 different countries Cambridge qualifications are recognised by universities, colleges and employers across the globe Sobre CIE Los exámenes

Más detalles

Carrera Internacional

Carrera Internacional Carrera Internacional Prerrequisitos Key Job Tasks Contenido Programático (Cursos Oficiales) Interconnecting Cisco Network Devices: Accelerated (CCNAX) V2.0 This class is based on the traditional ICND1

Más detalles

Encuesta Perfil de Egreso del Ingeniero en Computación y/o Informática en Chile (Para programas de 10 semestres o más)

Encuesta Perfil de Egreso del Ingeniero en Computación y/o Informática en Chile (Para programas de 10 semestres o más) Encuesta Perfil de Egreso del Ingeniero en Computación y/o Informática en Chile (Para programas de 10 semestres o más) Nombre del Encuestado e-mail Nombre de la Carrera Universidad Unidad Académica Sede

Más detalles

Sesión 3: PL 2b: Sistema para la adquisición de señales analógicas.

Sesión 3: PL 2b: Sistema para la adquisición de señales analógicas. Sesión 3: PL 2b: Sistema para la adquisición de señales analógicas. 1 Objetivo... 3 Signal Logging Basics... 3 Configure File Scope (xpc) Blocks... 3 File Scope Usage... 4 Create File Scopes Using xpc

Más detalles

ESTUDIO, PLANIFICACIÓN Y GESTIÓN DE LA IMPLEMENTACIÓN DE UN SISTEMA BIG DATA PARA LA MONITORIZACIÓN EXTREMO A EXTREMO DE SERVICIOS DE CLIENTE

ESTUDIO, PLANIFICACIÓN Y GESTIÓN DE LA IMPLEMENTACIÓN DE UN SISTEMA BIG DATA PARA LA MONITORIZACIÓN EXTREMO A EXTREMO DE SERVICIOS DE CLIENTE ESTUDIO, PLANIFICACIÓN Y GESTIÓN DE LA IMPLEMENTACIÓN DE UN SISTEMA BIG DATA PARA LA MONITORIZACIÓN EXTREMO A EXTREMO DE SERVICIOS DE CLIENTE Autor: Giménez González, José Manuel. Director: Romero Orobio,

Más detalles

IBM Rational for Power i. The business-driven development lifecycle

IBM Rational for Power i. The business-driven development lifecycle IBM Rational for Power i The business-driven development lifecycle Agenda Business Driven Development Rational Development Lifecycle DEMO 2 The business-driven development lifecycle Prioritize Plan Manage

Más detalles

SISTEMA DE GESTIÓN Y ANÁLISIS DE PUBLICIDAD EN TELEVISIÓN

SISTEMA DE GESTIÓN Y ANÁLISIS DE PUBLICIDAD EN TELEVISIÓN SISTEMA DE GESTIÓN Y ANÁLISIS DE PUBLICIDAD EN TELEVISIÓN Autor: Barral Bello, Alfredo Director: Alcalde Lancharro, Eduardo Entidad Colaboradora: Media Value S.L. RESUMEN DEL PROYECTO El presente proyecto

Más detalles

TIPS: Understanding Overspray

TIPS: Understanding Overspray TIPS: Understanding Overspray In any pneumatic spray application, overspray is an area of concern that should be addressed early on. Fortunately if it does occur, it s easily remedied through the use of

Más detalles

Tesis de Maestría titulada

Tesis de Maestría titulada Tesis de Maestría titulada EL ANALISIS DE CONFIABILIDAD COMO HERRAMIENTA PARA OPTIMIZAR LA GESTIÓN DEL MANTENIMIENTO DE LOS EQUIPOS DE LA LÍNEA DE FLOTACIÓN EN UN CENTRO MINERO RESUMEN En la presente investigación

Más detalles

High acceptance short term loans Fast Payday Loans - CLICK HERE

High acceptance short term loans Fast Payday Loans - CLICK HERE High acceptance short term loans. Was to have with appealing dollars, tried the book of the best cash advance 10032 personal loan albany ga httpwww. trhyales. czpersonal-loanalbany-ga. High acceptance

Más detalles

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio Por qué ExecuTrain? ExecuTrain es un proveedor de entrenamiento corporativo a nivel internacional y líder mundial en la capacitación empresarial. Contamos con 22 años y más de 62 mil personas capacitadas

Más detalles

RESUMEN DE TRABAJO DE GRADO

RESUMEN DE TRABAJO DE GRADO RESUMEN DE TRABAJO DE GRADO Universidad Nueva Esparta. Facultad de Ciencias de la Informática. Escuela de Computación. Autores: Barrios M. Cesar E, Céspedes Nelson Tutor: Gabriel Méndez Titulo: Implantación

Más detalles

Cloud Infrastructure for SAP Madrid Center of Excellence

Cloud Infrastructure for SAP Madrid Center of Excellence Cloud Infrastructure for SAP Madrid Center of Excellence April 2010 Accenture y su logo son marcas registradas de Accenture. Traditional approach to SAP infrastructure Very high TCO in proprietary architectures:

Más detalles

DUAL IMMERSION PROGRAM INFORMATION PRESCHOOL PRESENTATION SEPTEMBER 10, 2014 6:30 P.M.

DUAL IMMERSION PROGRAM INFORMATION PRESCHOOL PRESENTATION SEPTEMBER 10, 2014 6:30 P.M. DUAL IMMERSION PROGRAM INFORMATION PRESCHOOL PRESENTATION SEPTEMBER 10, 2014 6:30 P.M. Presented by Dr. Norma R. Delgado, Director of Curriculum & Instruction 1 The United States Government has identified

Más detalles

Los ensayos que se van a desarrollar son los siguientes:

Los ensayos que se van a desarrollar son los siguientes: I Resumen El objetivo principal del proyecto es desarrollar un software que permita analizar unos datos correspondientes a una serie de ensayos militares. Con este objetivo en mente, se ha decidido desarrollar

Más detalles

POR QUÉ ROOM PROJECT ES UNA SOLUCIÓN FIABLE?

POR QUÉ ROOM PROJECT ES UNA SOLUCIÓN FIABLE? POR QUÉ ROOM PROJECT ES UNA SOLUCIÓN FIABLE? WHY IS ROOM PROJECT THE BEST RELIABLE SOLUTION TO YOUR MANAGEMENT PROBLEMS? Y porque... And also because Compartimos los riesgos. Servicios en outsourcing.

Más detalles

Diseño de un directorio Web de diseñadores gráficos, ilustradores y fotógrafos.

Diseño de un directorio Web de diseñadores gráficos, ilustradores y fotógrafos. Universidad Nueva Esparta Facultad de Ciencias Administrativas Escuela de Administración de Diseño de un directorio Web de diseñadores gráficos, ilustradores y fotógrafos. Tutor: Lic. Beaujon, María Beatriz

Más detalles

Presentación de Entidades y Propuestas para su participación en el 7º Programa Marco

Presentación de Entidades y Propuestas para su participación en el 7º Programa Marco Presentación de Entidades y Propuestas para su participación en el 7º Programa Marco Madrid, 22 de junio de 2010 JORNADA DE OPORTUNIDADES DEL SECTOR 1. Presentación de la empresa Plan Estratégico de Irradia

Más detalles

Nos adaptamos a sus necesidades We adapt ourselves to your needs

Nos adaptamos a sus necesidades We adapt ourselves to your needs Nos adaptamos a sus necesidades We adapt ourselves to your needs Welcome to Select Aviation The largest and most successful airline representation group in Spain, SELECT AVIATION (GSA) Airline Representatives

Más detalles

Networking Solutions Soluciones de Redes

Networking Solutions Soluciones de Redes www.dcs-eg.com DCS TELECOM SAE is an Egyptian based Information Technology System Integrator company specializes in tailored solutions and integrated advanced systems, while also excelling at consulting

Más detalles

DISEÑO DE UN CRONOTERMOSTATO PARA CALEFACCIÓN SOBRE TELÉFONOS MÓVILES. Entidad Colaboradora: ICAI Universidad Pontificia Comillas.

DISEÑO DE UN CRONOTERMOSTATO PARA CALEFACCIÓN SOBRE TELÉFONOS MÓVILES. Entidad Colaboradora: ICAI Universidad Pontificia Comillas. DISEÑO DE UN CRONOTERMOSTATO PARA CALEFACCIÓN SOBRE TELÉFONOS MÓVILES Autor: Sánchez Gómez, Estefanía Dolores. Directores: Pilo de la Fuente, Eduardo. Egido Cortés, Ignacio. Entidad Colaboradora: ICAI

Más detalles

Entidad Colaboradora: ICAI Universidad Pontificia de Comillas

Entidad Colaboradora: ICAI Universidad Pontificia de Comillas IMPLANTACIÓN DE UN SISTEMA PLM PARA RESPONDER A LAS NECESIDADES DE GESTIÓN Y COLABORACIÓN DE UNA EMPRESA PROVEEDORA DE SERVICIOS DE INGENIERÍA Y FABRICACIÓN DENTRO DEL SECTOR AÉREO-ESPACIAL Autor: Pérez

Más detalles

ESCUELA POLITECNICA NACIONAL INSTITUTO GEOFISICO

ESCUELA POLITECNICA NACIONAL INSTITUTO GEOFISICO IG-35 Quito, September 2, 25 Dr. Domenico Giardini FDSN Chair This letter is to express our official interest in joining the Federation of Digital Seismograph Networks (FDSN) and to present a brief description

Más detalles

APLICACIÓN WEB BASADA EN UNA SOLUCIÓN EN SAP R/3 PARA EL MANTENIMIENTO DE TRENES

APLICACIÓN WEB BASADA EN UNA SOLUCIÓN EN SAP R/3 PARA EL MANTENIMIENTO DE TRENES APLICACIÓN WEB BASADA EN UNA SOLUCIÓN EN SAP R/3 PARA EL MANTENIMIENTO DE TRENES Autor: Alberny, Marion. Director: Alcalde Lancharro, Eduardo. Entidad Colaboradora: CGI. RESUMEN DEL PROYECTO La mayoría

Más detalles

Introducción a la Ingeniería de Software. Diseño Interfaz de Usuario

Introducción a la Ingeniería de Software. Diseño Interfaz de Usuario Introducción a la Ingeniería de Software Diseño Interfaz de Usuario Diseño de la Interfaz de Usuario Normalmente no se contratan especialistas Hay casos en los cuales es más normal: videojuegos y sitiosweb

Más detalles

Chattanooga Motors - Solicitud de Credito

Chattanooga Motors - Solicitud de Credito Chattanooga Motors - Solicitud de Credito Completa o llena la solicitud y regresala en persona o por fax. sotros mantenemos tus datos en confidencialidad. Completar una aplicacion para el comprador y otra

Más detalles

La visión del Cloud Computing en el 2015

La visión del Cloud Computing en el 2015 La visión del Cloud Computing en el 2015 La nube del mañana empieza hoy La infraestructura de IT para la próxima década Norberto Mateos Director General Intel Corporation Iberia 150.000.000.000 1.000.000.000

Más detalles

VALE LA PENA INVERTIR EN TECNOLOGÍAS RENOVABLES?

VALE LA PENA INVERTIR EN TECNOLOGÍAS RENOVABLES? Palabras Clave Conservar renovable invertir proceder maximizar!!! Únete al debate nacional! VALE LA PENA INVERTIR EN TECNOLOGÍAS RENOVABLES? WORD GENERATION Unidad 2.15 Lectura Semanal! El!BigBelly!es!una!papelera!(o!basurero)!

Más detalles

MICROSOFT Course 20462: Administering Microsoft SQL Server Databases

MICROSOFT Course 20462: Administering Microsoft SQL Server Databases MICROSOFT Course 20462: Administering Microsoft SQL Server Databases 1 INTRODUCCIÓN El curso 20462 aporta al alumno conocimientos y habilidades para mantener una base de datos de Microsoft SQL Server 2014.

Más detalles

VI. Appendix VI English Phrases Used in Experiment 5, with their Spanish Translations Found in the Spanish ETD Corpus

VI. Appendix VI English Phrases Used in Experiment 5, with their Spanish Translations Found in the Spanish ETD Corpus VI. Appendix VI English Phrases Used in Experiment 5, with their Spanish Translations Found in the Spanish ETD Corpus App. VI. Table 1: The 155 English phrases and their Spanish translations discovered

Más detalles

IBM MobileFirst Platform componentes clave para construir, ejecutar y gestionar las aplicaciones móviles

IBM MobileFirst Platform componentes clave para construir, ejecutar y gestionar las aplicaciones móviles IBM MobileFirst Platform componentes clave para construir, ejecutar y gestionar las aplicaciones móviles Bruno Braz Gonçalves Mobile App Platform Solutions 1 Junio 10 Simplificar

Más detalles

UNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI) INGENIERO INDUSTRIAL RESUMEN. Resumen

UNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI) INGENIERO INDUSTRIAL RESUMEN. Resumen RESUMEN Resumen 1 RESUMEN El uso de túneles de viento ha ido proliferando al mismo ritmo que la aeronáutica y otras disciplinas relacionadas con la ingeniería lo han hecho a lo largo del s. XX. Este tipo

Más detalles

SEMINAR 3: COMPOSITION

SEMINAR 3: COMPOSITION SEMINAR 3: FORMAL LETTER COMPOSITION 1 Lengua C I (Inglés) Código 00EM Imagine you were selected as an Erasmus student and you wanted to write to your host university to ask them for information about

Más detalles

Encuesta. Objetivo: Encuestar a los alumnos del 1º al 5º ciclo de licenciatura en inglés de la Universidad de oriente.

Encuesta. Objetivo: Encuestar a los alumnos del 1º al 5º ciclo de licenciatura en inglés de la Universidad de oriente. Encuesta Objetivo: Encuestar a los alumnos del 1º al 5º ciclo de licenciatura en inglés de la Universidad de oriente. 1 Considera necesario que se imparta la signatura informática como herramienta para

Más detalles

COMPANY PROFILE. February / 2008. Iquique N 112 Fracc. Las Américas Naucalpan de Juárez. C.P. 53040 Edo. de México Tel. 5363-19-73

COMPANY PROFILE. February / 2008. Iquique N 112 Fracc. Las Américas Naucalpan de Juárez. C.P. 53040 Edo. de México Tel. 5363-19-73 COMPANY PROFILE Ubicación de Rios y Zonas de Inundación February / 2008 About us isp is a leading provider of geographic information system services in México. We serve a broad range of customers including

Más detalles

SAFETY ROAD SHOW 2015 Paul Teboul Co Chairman HST México

SAFETY ROAD SHOW 2015 Paul Teboul Co Chairman HST México SAFETY ROAD SHOW 2015 Paul Teboul Co Chairman HST México How did started the Safety Road Show? Airbus Helicopters and others manufacturers did invest since a long time in improving Aviation Safety. In

Más detalles

RDA in BNE. Mar Hernández Agustí Technical Process Department Manager Biblioteca Nacional de España

RDA in BNE. Mar Hernández Agustí Technical Process Department Manager Biblioteca Nacional de España RDA in BNE Mar Hernández Agustí Technical Process Department Manager Biblioteca Nacional de España RDA at the National Library of Spain: BNE preparation for new Cataloguing Rules Since 2007 BNE has been

Más detalles

SISTEMA DE IMPORTACIÓN DINÁMICA DE INFORMACIÓN WEB Y PRESENTACIÓN WAP (SIDIW-PW)

SISTEMA DE IMPORTACIÓN DINÁMICA DE INFORMACIÓN WEB Y PRESENTACIÓN WAP (SIDIW-PW) SISTEMA DE IMPORTACIÓN DINÁMICA DE INFORMACIÓN WEB Y PRESENTACIÓN WAP (SIDIW-PW) Autora: Arias-Camisón Sarasua, Susana. Director: Contreras Bárcena, David Entidad Colaboradora: ICAI Universidad Pontificia

Más detalles

Nueva generación de SIEM: MASSIF

Nueva generación de SIEM: MASSIF Nueva generación de SIEM: MASSIF Atos Research and Innovation Rodrigo Diaz February 2011 Atos, Atos and fish symbol, Atos Origin and fish symbol, Atos Consulting, and the fish itself are registered trademarks

Más detalles

PROBLEMAS PARA LA CLASE DEL 20 DE FEBRERO DEL 2008

PROBLEMAS PARA LA CLASE DEL 20 DE FEBRERO DEL 2008 PROBLEMAS PARA LA CLASE DEL 20 DE FEBRERO DEL 2008 Problema 1 Marketing estimates that a new instrument for the analysis of soil samples will be very successful, moderately successful, or unsuccessful,

Más detalles

tema 2 - administración de proyectos escuela superior de ingeniería informática ingeniería del software de gestión

tema 2 - administración de proyectos escuela superior de ingeniería informática ingeniería del software de gestión 1 / 47 Outline Instrumentation standards and/or placement Data handling Equipment maintenance and damage prevention Data logging and retrieval methods Spatial and temporal interpolation methods Use of

Más detalles

Curso 5007437. Capítulo 4: Arquitectura Orientada a Servicios. Conceptos y estándares de arquitecturas orientadas a servicios Web Curso 2006/2007

Curso 5007437. Capítulo 4: Arquitectura Orientada a Servicios. Conceptos y estándares de arquitecturas orientadas a servicios Web Curso 2006/2007 Curso 5007437 Conceptos y estándares de arquitecturas orientadas a servicios Web Curso 2006/2007 Capítulo 4: Arquitectura Orientada a Servicios Pedro Álvarez alvaper@unizar.es José Ángel Bañares banares@unizar.es

Más detalles

ESTUDIO DE SOLUCIONES DE BUSINESS INTELLIGENCE

ESTUDIO DE SOLUCIONES DE BUSINESS INTELLIGENCE ESTUDIO DE SOLUCIONES DE BUSINESS INTELLIGENCE Autor: Jover Sanz-Pastor, Teresa. Director: Cesteros García, Francisco José. Entidad colaboradora: AVANSIS Integración. RESUMEN Hoy en día en todas las empresas

Más detalles

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio

Por qué ExecuTrain? Por qué ExecuTrain? Modalidad de servicio Por qué ExecuTrain? ExecuTrain es un proveedor de entrenamiento corporativo a nivel internacional y líder mundial en la capacitación empresarial. Contamos con 22 años y más de 62 mil personas capacitadas

Más detalles

GENERAL INFORMATION Project Description

GENERAL INFORMATION Project Description RESULTADOS! GENERAL INFORMATION Project Description The campaign "Adopt a car " had as its main objective to position Autoplaza, the main automotive selling point of Chile, as a new car sales location

Más detalles

Subdirección de Desarrollo de Proyectos. March 2012

Subdirección de Desarrollo de Proyectos. March 2012 S March 2012 CFE is Comisión Federal de Electricidad (CFE) is a public & decentralized agency, with legal personality and properties, created in 1937 due to a Presidential decree. CFE generates, transmits,

Más detalles

Grado en Ingeniería Informática. Especialidad en Computación

Grado en Ingeniería Informática. Especialidad en Computación Grado en Ingeniería Informática Especialidad en Computación Cinco especialidades: Computación Ingeniería de Computadores Ingeniería del Software Sistemas de Información Tecnologías de Información Las cinco

Más detalles

Benchmarking de Transporte México. Mayo 2013

Benchmarking de Transporte México. Mayo 2013 Benchmarking de Transporte México Mayo 2013 1 Benchmarking de Transporte México (Primario) Objetivo: El desarrollo de medidas comparativas (benchmarking) de aspectos cualitativos/cuantitativos del transporte

Más detalles

Hard Disk Drive Duplicator Dock USB 3.0 to SATA HDD Duplicator. StarTech ID: SATDOCK22RU3

Hard Disk Drive Duplicator Dock USB 3.0 to SATA HDD Duplicator. StarTech ID: SATDOCK22RU3 Hard Disk Drive Duplicator Dock USB 3.0 to SATA HDD Duplicator StarTech ID: SATDOCK22RU3 The SATDOCK22RU3 USB 3.0 to SATA Hard Drive Duplicator Dock can be used as a standalone SATA hard drive duplicator,

Más detalles

Reinforcement Plan. Day 27 Month 03 Year 2015

Reinforcement Plan. Day 27 Month 03 Year 2015 BETHLEMITAS SCHOOL Reinforcement Plan Day 27 Month 03 Year 2015 TERM: I Date: COMPREHENSION GOAL: The students develop comprehension about the Living and Non- living things, plants, animals and their main

Más detalles

Resumen. Palabras Claves: Sistema de información, tecnología de información, Tecnología VOIP, educación a distancia

Resumen. Palabras Claves: Sistema de información, tecnología de información, Tecnología VOIP, educación a distancia Universidad Nueva Esparta Escuela de Computación Resumen Título: Implantación de un sistema inteligente con tecnología VoIP de soporte a la gestión de programas del Instituto Venezolano de Capacitación

Más detalles

Universidad Nueva Esparta Facultad de Ciencias de la Informática Escuela de Computación

Universidad Nueva Esparta Facultad de Ciencias de la Informática Escuela de Computación Universidad Nueva Esparta Facultad de Ciencias de la Informática Escuela de Computación Diseño de arquitectura tecnológica para gestión de infraestructura de tecnología de información (TI) Caso de Estudio:

Más detalles

La identidad en banca Gestión de Identidad en la banca on-line

La identidad en banca Gestión de Identidad en la banca on-line La identidad en banca Gestión de Identidad en la banca on-line Alejandro García Nieto, CISA, CISM, PCI-DSS QSA Responsable de Servicios de Seguridad IBM Introducción 2 Qué nos dicen los analistas Blissful

Más detalles

Computación en Memoria

Computación en Memoria Computación en Memoria Cada 18 meses el contenido digital mundial se duplica 2011 SAP AG. All rights reserved. 2 Expectativas de toma de decisiones en tiempo real 66% población posee un móvil 2011 SAP

Más detalles

Redes para pescar nubes

Redes para pescar nubes There is nothing more important than our customers Redes para pescar nubes Noviembre 2011 Punto de partida Las tecnologías de Virtualización se están desplegando para aumentar la eficiencia y efectividad

Más detalles

Where are Chilean companies hiring?

Where are Chilean companies hiring? Where are Chilean companies hiring? Abstract: Taking advantage that unemployment figures are low, it is common to wonder what sectors of the economy are hiring more. So if you are looking for a job in

Más detalles