ciudad de méxico - dell · de la transformación digital una de las principales 5 tecnologías que...
TRANSCRIPT
Ciudad de México27 de Septiembre de 2018
Aproveche la confluencia de las
aplicaciones, los datos y la analítica
de la IoT
Con Dell EMC Isilon y ECS
Oscar Estrada S
@SoyOscarMX
UDS Regional Territory Manager, DellEMC
4
La IoT potencia la transformación digital
45% Uno de los principales3Motivadores tecnológicos
de la transformación digital
Una de las principales5Tecnologías que
generarán impacto en
el negocio durante los
próximos 5 años
De las organizaciones
tienen proyectos de
transformación digital
con IoT
Fuente: Encuesta vertical sobre la TI y las comunicaciones realizada por IDC en 2017, encuesta global sobre la IoT realizada por IDC en 2017
55
= VA L O R C O M E R C I A L
++
+
+
+Cosas
Sensores
Datos
Conexiones
Puertas de enlace/
procesamiento/almacenamiento
Analítica
¿Qué es la IoT?Recopilación de datos de las cosas conectadas para crear valor.
66
El valor comercial de la IoT
A U M E N T O D E
L A E F I C I E N C I A
O P E R A C I O N A L
M I T I G A C I Ó N
D E R I E S G O S
O P T I M I Z A C I Ó N D E
L A E X P E R I E N C I A
D E L C L I E N T E
C R E A C I Ó N D E
N U E V O S F L U J O S
D E I N G R E S O S
= Valor comercial
7
D AT O S
Los datos son el componente principal de la IoT
S E N S O R E S
D I S P O S I T I V O S A N Á L I S I S
D E D A T O S E
I N F O R M A C I Ó N
V A L I O S A
“ L A N U B E ”
E S T A C I O N E S
B A S E
88
La administración de los datos de la IoT es un reto
I N F O R M A C I Ó N
E N T I E M P O
R E A L
D A T O S
D I S T R I B U I D O S
Y A I S L A D O S
C R E C I M I E N T O
E X P L O S I V O
D E D A T O S
P R O B L E M A S D E
R E N D I M I E N T O
¿Cómo convierto mis datos en un recurso?
99
Libere el poder de su capital de datos
S I M P L I C I D A D
O P E R A C I O N A L
R E N D I M I E N T O
D E N I V E L
E M P R E S A R I A L
E S C A L A B I L I D A DS T R E A M I N G D E
D A T O S P A R A
U N A A N A L Í T I C A
E N T I E M P O R E A L
¿Cómo convierto mis datos en un recurso?
1010
Almacenamiento de datos no estructurados de Dell EMC
E C S
I S I L O NP R O Y E C T O
“ N A U T I L U S ”
A R C H I V OF L U J O
O B J E T O
L A G O D E D A T O S
U N I F I C A D O
S I M P L I C I D A D A E S C A L A
E X T R A C C I Ó N D E V A L O R A P A R T I R
D E L O S D A T O S
11
Maximice sus opciones en el ciclo continuo de la IoT
EDGE NUBECORE
PROYECTO
NAUTILUS
IoT y analítica en tiempo real
Retención a largo plazo
Analítica por lotes Archiving activo
12
Rendimiento de nivel
empresarial
Procesamiento
avanzado de flujos
Simplicidad operacional
Escalamiento de nubeAnalítica flexible
PROYECTO
NAUTILUS
Acelere la obtención de información valiosa
13
Fabricación Transporte Servicios
de salud
Ciudades
inteligentes
Venta
minorista
GobiernoTelecomunica
ciones
Y más…
Haga realidad la promesa de la IoT ahora mismo
14
IoT industrial
Centro de datos principal
Niebla/centro de datos B
Niebla/centro de datos A
DETECCIÓN DE ANOMALÍAS EN TIEMPO REAL
Procesamiento
posterior de
anomalías
Procesamiento posterior de anomalías
Organización automática en niveles
de datos históricos
Puerta de
enlacede IoTSensores
IoT
industrial
Puerta de
enlacede IoTSensores
Puerta de
enlacede IoTSensores
Datos históricos de reproducción
CAPACITACIÓN DEL MODELO DE
ML (LOTE)
PRUEBAS DE REGRESIÓN DEL NUEVO
MODELO
Cargas periódicas de los nuevos modelos
de ML
DETECCIÓN DE ANOMALÍAS EN TIEMPO REAL
PROYECTO
NAUTILUS
PROYECTO
NAUTILUS
Mantenimiento predictivo Detección de fallas en tiempo real Monitoreo de seguridadSeguimiento de recursos
1515
Espacio inteligente
Optimización del tráfico
de entrada al espacioSeguridad del espacio
Espacio
del
evento
Centro de datos A
Centro de datos B
CAPACITACIÓN DEL
MODELO DE ML (LOTE)
ANALÍTICA DE PATRONES DE
TRÁFICO HISTÓRICOS (LOTE)
Organización automática en niveles
de datos históricos
Carga del nuevo modelo de ML
Alerta, predicción del
tráfico del espacio
ANÁLISIS DEL TRÁFICO DEL ESPACIO EN
TIEMPO REAL
PROYECTO
NAUTILUS
PROYECTO
NAUTILUS
Sensores
Sensores
Sensores
Utilización de energía
optimizada
Administración eficiente
de edificios
1616
Servicios financieros
Detección de fraudes en tiempo real
Modelado del riesgoPersonalización de la oferta
de comercio minoristaSimplificación de los procesos
de negocios
PROYECTO
NAUTILUS
DETECCIÓN DE FRAUDES (EN TIEMPO REAL)
PRUEBAS DE REGRESIÓN DE NUEVOS ALGORITMOS
CAPACITACIÓN DEL MODELO DE ML (LOTE)
Switch A/B para nuevos modelos
Cargas periódicas de los nuevos modelos
de ML
Feed de transacciones en tiempo real
Reproducción de transacciones
históricas
Organización automática en niveles
de datos históricos
PROYECTO
NAUTILUSPara canalizar aún más el
procesamiento de alertas
de fraude
TRANSACCIONES
TRANSACCIONES
TRANSACCIONES
© Copyright 2017 Dell Inc.17
17
EE. UU. China
CAPACITACIÓN DEL MODELO DE ML (LOTE)
Organización automática en niveles
de datos históricos
PRUEBAS DE REGRESIÓN DEL NUEVO
MODELO
Datos históricos de reproducción
MAYOR RAPIDEZ EN LA
OBTENCIÓN DE
INFORMACIÓN
Organización automática en niveles
de datos históricos
Replicación de datos
entre dos sitios
Organización automática en niveles
de datos históricos
PRUEBAS DE REGRESIÓN DEL NUEVO
MODELO
Datos históricos de reproducción
PROYECTO
NAUTILUS
CAPACITACIÓN DEL MODELO DE ML (LOTE)
Organización automática en niveles
de datos históricos
PROYECTO
NAUTILUS
Empresa de
investigación AEmpresa de
investigación B
Procesamiento de datos y uso compartido de ADAS
Pruebas de resistencia Administración de flotasDatos como
servicio
© Copyright 2017 Dell Inc.17
Sector automotriz
1818
>80 % de eficiencia del almacenamiento
Principalmente archivo: SMB, NFS, HDFS
Líder en NAS de escalamiento horizontal
TCO un 48 % menor que el de la nube pública
Principalmente objetos: S3, Swift y Atmos
Líder de objetos de escalamiento horizontal
El líder reconocido del sector
© Copyright 2017 Dell Inc.19
1919
Sitio web:Internet de las cosas de Dell
Infografía:Dell Technologies
Internet de las cosas (IoT)
Blog:Cómo la IoT cambia el mundo de los datos
Recursos
© Copyright 2017 Dell Inc.20
20