Andere Kunden interessierten sich auch für
![Datenmanagement, Datensicherung und Archivierung von Daten in einer Fallstudie]( "Datenmanagement, Datensicherung und Archivierung von Daten in einer Fallstudie")
Datenmanagement, Datensicherung und Archivierung von Daten in einer Fallstudie17,95 €![Entwicklung von Big-Data-Anwendungen. Aspekte der Datenerzeugung und Datenhaltung]( "Entwicklung von Big-Data-Anwendungen. Aspekte der Datenerzeugung und Datenhaltung")
Entwicklung von Big-Data-Anwendungen. Aspekte der Datenerzeugung und Datenhaltung42,95 €![Big Data in der Informationstechnologie. Chancen und Risiken der IT-Branche]( "Big Data in der Informationstechnologie. Chancen und Risiken der IT-Branche")
Big Data in der Informationstechnologie. Chancen und Risiken der IT-Branche15,95 €![Datenmodellierung: Theorie und Praxis des Datenbankentwurfs]( "Datenmodellierung: Theorie und Praxis des Datenbankentwurfs")
Datenmodellierung: Theorie und Praxis des Datenbankentwurfs54,99 €![ERP-Projekte im Zeitalter von Cloud Computing. Technische Grundlagen, Vor- und Nachteile und Probleme bei der Umsetzung]( "ERP-Projekte im Zeitalter von Cloud Computing. Technische Grundlagen, Vor- und Nachteile und Probleme bei der Umsetzung")
ERP-Projekte im Zeitalter von Cloud Computing. Technische Grundlagen, Vor- und Nachteile und Probleme bei der Umsetzung15,95 €![IT-Compliance. Grundlagen, Bedeutung und Möglichkeiten]( "IT-Compliance. Grundlagen, Bedeutung und Möglichkeiten")
IT-Compliance. Grundlagen, Bedeutung und Möglichkeiten17,95 €![Wie Big Data Unternehmen hilft maßgeschneiderte Produkte zu entwickeln. Eine Betrachtung am Beispiel von Netflix]( "Wie Big Data Unternehmen hilft maßgeschneiderte Produkte zu entwickeln. Eine Betrachtung am Beispiel von Netflix")
Wie Big Data Unternehmen hilft maßgeschneiderte Produkte zu entwickeln. Eine Betrachtung am Beispiel von Netflix17,95 €
Studienarbeit aus dem Jahr 2023 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, SRH Fernhochschule, Sprache: Deutsch, Abstract: Die vorliegende Arbeit hat das Ziel, den Lesenden ein Verständnis für die Grundlagen von Big Data zu vermitteln und mögliche Lösungsansätze aufzuzeigen. Dabei liegt der Schwerpunkt auf den Herausforderungen im Umgang damit sowie den dazugehörigen Anforderungen und Technologien. Im ersten Kapitel der Ausführungen werden die grundsätzlichen Herausforderungen erläutert. Es werden im Anschluss die wesentlichen nicht-funktionalen Anforderungen an eine Big Data Architektur beleuchtet, die eine effektive Datenverarbeitung gewährleisten sollen. Anschließend wird das CAP-Theorem vorgestellt, welches bei der Gestaltung von Big Data Architekturen eine wichtige Rolle spielt. Konkrete Beispiele verdeutlichen den Lesenden, inwiefern das CAP-Theorem in der Praxis Anwendung findet. Fünf Lösungsansätze zum Umgang mit Big Data werden im Anschluss dargelegt. Hierbei werden unterschiedliche Möglichkeiten zur Datenverarbeitung und Analyse aufgezeigt, welche den Einsatz von Big Data in Unternehmen möglichst einfach und effizient gestalten. Diesbezüglich werden im letzten Kapitel verschiedene Technologien vorgestellt, die in der Regel Anwendung finden. Zusätzlich werden die wesentlichen Schritte einer Datapipeline erläutert, um ein besseres Verständnis für die Datenverarbeitung und -analyse im Kontext von Big Data zu schaffen. Die Lesenden sollen durch diese Arbeit mit einer soliden Grundlage ausgestattet werden, die dazu befähigt, Herausforderungen zu verstehen sowie Potenziale und Technologien zu kennen. Dadurch wird die Fähigkeit verbessert, Big Data effektiv zu handhaben und Nutzen daraus zu ziehen.