Arquivo

Archive for the ‘Banco de Dados’ Category

GDPR – General Data Protection Regulation (EU)

Esse assunto é muito interessante e deveria ser implementada também como lei nos demais países! E no meu ponto de vista, iria melhorar muito a segurança dos dados de usuários, evitando situações como a que aconteceu com a Uber essa semana por exemplo.

Pesquisa realizada pelo SAS com 340 executivos de diversas indústrias e mercados revelou que apenas 45% das organizações globais ouvidas possuem um plano estruturado para entrar em conformidade com as normas do Regulamento Geral de Proteção de Dados (GDPR – General Data Protection Regulation), que entra em vigor inicialmente nos países da União Europeia em maio de 2018.

Mais da metade das empresas (58%) não estão totalmente conscientes das consequências de não cumprirem as normas. Proposta em 2012 e aprovada quatro anos depois, a GDPR exigirá que as organizações se tornem responsáveis ​​pela proteção dos dados de seus clientes, informando como e onde eles são armazenados e processados.

“Muitas empresas simplesmente não sabem por onde começar para se tornarem compatíveis com o GDPR”, diz o gerente de Soluções de Negócios do SAS, Arturo Salazar. “Nossa recomendação é iniciar com uma estratégia sólida de governança de dados para garantir que as tecnologias e as políticas estejam em vigor e permitam entender completamente onde seus dados estão armazenados e quem tem acesso a eles”. (fonte da informação)

Confira mais detalhes da pesquisa

Vejam também:

Página do GDPR

REGULATION (EU) 2016/679 OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL

National data protection authority

DataProtection

Anúncios

KDD (Knowledge Discovery in Databases)

Categorias:Banco de Dados, BI, Big Data, IA Tags:, , , , ,

SQL Server Dynamic Data Masking Discovery and Implementation

Problem – Your SQL Server database contains data that should be masked from end users, but you have no way of determining which columns are candidates for Dynamic Data Masking (DDM). How can we identify the columns and implement SQL Server DDM to protect this data?

Solution – You can use the Database Migration Assistant to asses which columns are candidates for DDM.

Matéria completa, clicando na imagem abaixo

customer_service_and_fraud

 

McKinsey: Competindo em um Mundo Guiado por Dados

Fonte: O futuro das coisas

Conforme O futuro das coisas, o novo report da McKinsey Global Institute explora a fundo como a tecnologia digital está impactando a produtividade, o crescimento e a competitividade no nosso mundo. Também mostra quais as oportunidades que estão em jogo para as empresas.

The Age of Analytics: Competing In A Data-Driven World é um report (136 páginas PDF) baseado em mais de cinco anos de pesquisa em dados e analytics.

Nestes 5 anos, eles observaram como a adoção da ciência de dados acelerou especificamente as áreas de aprendizagem de máquina (machine learning) e de aprendizagem profunda (deep learning).

Dentre as análises, a McKinsey identificou 120 usos potenciais do aprendizado de máquina em 12 indústrias, além de ter realizado uma pesquisa com mais de 600 especialistas dessas indústrias para entender o que acham sobre o potencial impacto dessa tecnologia.

A descoberta mais surpreendente foi a extraordinária amplitude das potenciais aplicações da aprendizagem de máquina; Cada uma dessas aplicações foi identificada como sendo uma das três primeiras em uma determinada indústria por pelo menos um especialista dessa indústria.

Os pesquisadores da McKinsey então plotaram as 120 aplicações mais importantes no mapa abaixo. O eixo Y mostra o volume de dados disponíveis (abrangendo amplitude e freqüência), enquanto o eixo X mostra o potencial impacto dessa tecnologia, com base nas pesquisas feitas com os mais de 600 especialistas dessas indústrias.

Os usos específicos que combinam riqueza de dados com maiores oportunidades são as bolhas maiores no quadrante superior direito do gráfico. Estas representam áreas onde as empresas deveriam priorizar o uso da aprendizagem de máquina e se preparar para uma transformação que começa a acontecer.

Alguns dos usos de maior oportunidade são: publicidade personalizada; veículos autônomos; otimização de preços, rotas e programação com base em dados em tempo real em viagens e logística; previsão de resultados de saúde personalizada; e otimização de estratégias de merchandising no varejo.

Leia mais…

Categorias:BI, Big Data, Data Science

A HISTÓRIA DO BUSINESS INTELLIGENCE

Olá Pessoal!! Após um tenebroso inverno na atividade deste blog, voltamos a atividade. Continuaremos com a sequencia de posts relacionados a Business Intelligence. Porém para dar uma quebrada no gelo vamos ver um vídeo que conta a história do Bi de uma forma divertida. Vocês gostariam de saber um pouco da história do Business […]

via A HISTÓRIA DO BUSINESS INTELLIGENCE — BLOG – TIO CAMILLO

Categorias:BI

Dez principais tendências de Big Data para 2017

Fonte: Tableau Software

O ano de 2016 foi um marco para o Big Data, com mais organizações armazenando, photoprocessando e extraindo valor de dados de todos os formatos e tamanhos. Em 2017, os sistemas que oferecem suporte a grandes volumes de dados estruturados e não estruturados continuarão crescendo. Haverá uma demanda de mercado por plataformas que ajudem os administradores de dados a governar e proteger o Big Data e que permitam aos usuários analisar esses dados. Esses sistemas amadurecerão para operar de forma integrada com os padrões e sistemas de TI empresarial.

O que aconteceu depois? Este relatório destaca as principais tendências de Big Data para 2017, como:

  1. Big Data mais ágil e acessível: mais opções para agilizar o Hadoop
  2. O Big Data não está mais limitado ao Hadoop: ferramentas específicas para o Hadoop estão ficando obsoletas
  3. Organizações aproveitam lagos de dados desde o início para obter valor
  4. Arquiteturas desenvolvidas para rejeitar um tamanho padrão para todas as estruturas
  5. A variedade, e não o volume ou a velocidade, é o que orienta os investimentos em Big Data
  6. O Spark e o aprendizado de máquina dão gás ao Big Data
  7. A convergência da Internet das coisas (IoT), da nuvem e do Big Data gera novas oportunidades para a análise de autoatendimento
  8. A preparação de dados de autoatendimento está se tornando essencial, à medida que os usuários começam a modelar o Big Data
  9. O Big Data cresceu: Hadoop reforça os padrões empresariais
  10. O surgimento de catálogos de metadados ajuda as pessoas a encontrar Big Data que vale a pena ser analisado

Ler artigo completo em: Tableau

Como esta a Qualidade dos seus dados? (Resultado)

Categorias:Banco de Dados, DBA
%d blogueiros gostam disto: