Обработка больших объемов данных

Термин «Биг-Дата», возможно, сегодня уже узнаваем, но вокруг него все еще довольно много путаницы относительно того, что же он означает на самом деле. По правде говоря, концепция постоянно развивается и пересматривается, поскольку она остается движущей силой многих продолжающихся волн цифрового преобразования, включая искусственный интеллект, науку о данных и Интернет вещей.

Актуальность темы в том, что с недавнего времени компании стали понимать ценность Big Data и начали вкладываться в специалистов по Data Science.

В настоящее время почти каждое действие, которое мы предпринимаем, оставляет свой след. Мы генерируем данные всякий раз, когда выходим в Интернет, когда переносим наши смартфоны, оборудованные поисковым модулем, когда разговариваем с нашими знакомыми через социальные сети или чаты и т.д. К тому же, количество данных, сгенерированных машинным способом, также быстро растет. Данные генерируются и распространяются, когда наши «умные» домашние устройства обмениваются данными друг с другом или со своими домашними серверами. Промышленное оборудование на заводах и фабриках все чаще оснащается датчиками, которые аккумулируют и передают данные.

Термин «Big-Data» относится к сбору всех этих данных и нашей способности использовать их в своих интересах в широком спектре областей, включая бизнес.

Обработка больших данных - непростая и комплексная задача, требующая для решения особых инструментов и больших вычислительных возможностей. В их основе лежат математические алгоритмы, теория вероятностей и многие другие инструменты, которые при применении к большим данным могут принести больше плоды тем, кто не обошёл вниманием это относительно новое явление в информационном интернет -пространстве. Учитывая стремительный рост объёма больших данных, можно с достаточной уверенностью предполагать, что направления науки, связанные с их анализом, не потеряют актуальность в обозримом будущем.

Степень изученности. В разработке данной темы были использованы работы таких авторов как: Алешин Л. И., Гохберг Г. С., Грабауров В. А., Елочкин М. Е., Коноплева И. А., Мельников В. П., Советов, Б. Я. и др.

Целью данной работы является изучение обработки больших объемов данных, исходя из поставленной цели, были определены следующие задачи:

- Рассмотреть понятие и классификацию больших данных;

- Исследовать историю появления и развития Big Data;

- Определить принципы и методы обработки больших данных;

- Охарактеризовать лучшие инструменты обработки больших данных.

Структура данной работы состоит из: введения, 2 глав, заключения,  списка используемой литературы.

1. Алешин, Л. И. Информационные технологии / Л. И. Алешин. - М. : , 2021. - 384 с.
2. Гохберг, Г. С. Информационные технологии / Г. С. Гохберг, А. В. Зафиевский, А. А. Короткин. - М. : Академия, 2021. - 208 с.
3. Грабауров, В. А. Информационные технологии / В. А. Грабауров, С. В. Грабауров, В. Н. Гулин, В. В. Лабоцкий. - М. : Современная школа, 2019. - 432 с.
4. Елочкин, М. Е. Информационные технологии / М. Е. Елочкин, Ю. С. Брановский, И. Д. Николаенко. - М. : Оникс, 2019. - 256 с.
5. Информатика. Информационные системы. Информационные технологии. Тестирование. Подготовка к Интернет-экзамену / Под редакцией Г. Н. Хубаева. - М. : МарТ, Феникс, 2013. - 368 с.
6. Информационные технологии / Под редакцией В. В. Трофимова. - М. : Юрайт, 2021. - 632 с.
7. Коноплева, И. А. Информационные технологии / И. А. Коноплева, О. А. Хохлова, А. В. Денисов. - М. : ТК Велби, Проспект, 2020. - 304 с.
8. Корнеев, И. К. Информационные технологии / И. К. Корнеев, Г. Н. Ксандопуло, В. А. Машурцев. - М. : ТК Велби, Проспект, 2020. - 224 с.
9. Мельников, В. П. Информационные технологии / В. П. Мельников. - М. : Академия, 2020. - 432 с.
10. Синаторов, С. В. Информационные технологии / С. В. Синаторов. - М. : Дашков и Ко, 2021. - 456 с.
11. Советов, Б. Я. Информационные технологии / Б. Я. Советов, В. В. Цехановский. - М. : Высшая школа, 2020. - 264 с.