SlideShare ist ein Scribd-Unternehmen logo
Fusion der Welten:
Hadoop als DWH-Backend bei Pro7
Dr. Kathrin Spreyer
Big Data Engineer
Open Source Business Intelligence
Karlsruhe, 20.02.2014
Agenda
1. Relationales DWH
2. Bewirtschaftung mit PDI
3. Unter der Haube: Hadoop
4. Datenimport mit Flume
5. Hive im Fachbereich
2
Architektur
3
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Architektur
3
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Architektur
3
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
4
Relationales DWH
Datenquellen
1. DWH zur Integration von Reichweiten-,
Vermarktungserlös- und Transaktionsdaten
5
Online TV Channel ProSiebenSat.1 Network Externe Mandanten
.de
ProSiebenSat.1 Digital
Wesentlicher Treiber der Digitalstrategie
Datenquellen
1. DWH zur Integration von Reichweiten-,
Vermarktungserlös- und Transaktionsdaten
6
Online TV Channel ProSiebenSat.1 Network Externe Mandanten
.de
ProSiebenSat.1 Digital
Wesentlicher Treiber der Digitalstrategie
Datenquellen
1. MyVideo Apache Logs VV, VT, Ads, Player-Fehler, ..
2. Webtrekk VV, VT, Ads
3. DfP (Adserver) Ads
4. Google Analytics VV, PI, Visits, Visitors
5. Soziale Netzwerke Posts, Comments, Likes
6. Conviva Bitrate, Video startup time, ..
7. ....
7
Metriken:
Datenmodell
8
1. Relationales Datenmodell (Sternschema)
Reporting
1. Momentan viel Excel
2. Im Aufbau: Reporting mit Business Objects
3. Empfänger: BI, Controlling, Management, ...
9
10
DWH-Bewirtschaftung
DWH-Bewirtschaftung
1. ETL-Tool Pentaho Data Integration (PDI)
1. Datenakquise
2. Validierung / Reinigung / Fehlerbehandlung
3. Aggregation
4. Export ins DWH
11
DWH-Bewirtschaftung
1. Konnektoren zu gängigen Daten-/Speicherformaten
1. Dateien: CSV, JSON, XML, ...
2. RDBMS: 40+ connection types
3. Big data: HDFS, Cassandra, HBase, MongoDB, ...
12
DWH-Bewirtschaftung
1. Konnektoren zu gängigen Daten-/Speicherformaten
1. Dateien: CSV, JSON, XML, ...
2. RDBMS: 40+ connection types
3. Big data: HDFS, Cassandra, HBase, MongoDB, ...
12
Pentaho Data Integration
13
Pentaho Data Integration
13
Pentaho MapReduce
14
Hadoop-Backend
HDFS-Architektur
15
data nodes 03, 05, 08
name node
client node
data node 01
data node 02
data node 03
data node 04
data node 05
data node 06
data node 07
data node 08
data node 09
data node 10
data node 11
data node 12
rack 1 rack 2 rack 3
blk 2 blk 3 blk 4blk 1
Where do I store block 1?
blk 1
(03, 05, 08)
blk1
(03,05,08)
blk1(03,05,08)
Done!
Done!
Done!
www.inovex.de/trainings/offene-trainings/hadoop-training/
MapReduce-Verarbeitung
1. Aggregation der Rohdaten
2. Transparente Parallelisierung
3. Horizontal skalierbar
16
Java: Mapper und Reducer
17
public class WebtrekkEventMapper
extends Mapper<Text, Text, Text, IntWritable> {
@Override
protected void map( Text key, Text value, Context context )
! throws IOException, InterruptedException {
! // key contains entire record
! String[] fields = key.toString().split( ";" );
! // extract relevant information
! String eventname = fields[12];
! // emit output key and count
! context.write( new Text( eventname ),
! ! new IntWritable( 1 ));
}
}
public class IntSumReducer
extends Reducer<Text, IntWritable, Text, IntWritable> {
!
@Override
protected void reduce( Text key, Iterable<IntWritable> values,
Context context )
throws IOException, InterruptedException {
! int sum = 0;
! for ( IntWritable partialCount : values ) {
! sum += partialCount.get();
! }
! context.write( key, new IntWritable( sum ) );
}
}
Java: Mapper und Reducer
17
public class WebtrekkEventMapper
extends Mapper<Text, Text, Text, IntWritable> {
@Override
protected void map( Text key, Text value, Context context )
! throws IOException, InterruptedException {
! // key contains entire record
! String[] fields = key.toString().split( ";" );
! // extract relevant information
! String eventname = fields[12];
! // emit output key and count
! context.write( new Text( eventname ),
! ! new IntWritable( 1 ));
}
}
public class IntSumReducer
extends Reducer<Text, IntWritable, Text, IntWritable> {
!
@Override
protected void reduce( Text key, Iterable<IntWritable> values,
Context context )
throws IOException, InterruptedException {
! int sum = 0;
! for ( IntWritable partialCount : values ) {
! sum += partialCount.get();
! }
! context.write( key, new IntWritable( sum ) );
}
}
Mapper
Reducer
(+Driver)
PDI: Main, Mapper und Reducer
18
Driver
Mapper
Reducer
PDI: Mapper-Transformation
19
Pentaho MapReduce
1. Unterstützt alle PDI-Schritte
2. Weniger effizient als Java MR
3. (Fast) keine Java-Kenntnisse nötig
20
Java MapReduce
1. Native Hadoop-API
2. Unterstützung aller Hadoop-Features
3. Mehr Kontrolle, Optimierungsmöglichkeiten
21
Pig
1. Abstraktion über MapReduce
2. Übersetzung in MapReduce-Jobs
3. Nicht immer effizient
4. Praktisch für (Equi-) Joins
22
23
Datenimport
Datenimport mit Flume
1. Import via FTP-Server:
Daten erst nach 24 Stunden im DWH
2. Apache Flume: kontinuierlicher Datenstrom
3. Automatische “Einsortierung” in HDFS-Verzeichnisse
z.B. nach Zeitstempel
24
Datenvolumen
1. via Flume: jährlich 20 TB (netto)
2. via FTP: jährlich 21.5 TB (netto)
3. Archivierung: jährlich 500 GB (netto)
4. insgesamt: 40 TB (120 TB) pro Jahr
25
Clustergröße
1. dev: 4 DN + NN + SN + DB + Admin
2. prod: 6 DN + NN + SN + DB + 2 Admin
3. HDFS-Kapazität: 185 TB (brutto)
4. skalierbar
26
Clustergröße
1. dev: 4 DN + NN + SN + DB + Admin
2. prod: 6 DN + NN + SN + DB + 2 Admin
3. HDFS-Kapazität: 185 TB (brutto)
4. skalierbar
26
27
Hive im Fachbereich
Apache Hive
1. Bekanntes Interface: SQL
2. Teilweise Nutzung zur Aggregation im Backend
3. Hauptsächlich Eruierung neuer Metriken
4. Untersuchung von Daten-”Anomalien”
28
Beispiel-Query
29
SELECT mandant, day, count(*)
FROM webtrekk_cust_para_click_2
WHERE mandant = 'sat1'
AND day BETWEEN '2013-01-01' AND '2013-01-31'
GROUP BY sid, request_id, times, day, mandant
HAVING count(*) >1
Hive-Zugriff auf Rohdaten
30
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Hive-Zugriff auf Rohdaten
30
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Hive-Zugriff auf Rohdaten
30
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Zusammenfassung
31
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Zusammenfassung
31
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Zusammenfassung
31
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Zusammenfassung
31
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
Zusammenfassung
31
Lösungsansatz
Hybrides System aus relationaler Datenbank und Hadoop Cluster
32
Werbung
inovex Academy
1. U.a. Hadoop-Entwickler-Training
2. 1-3 Tage
3. Inhouse oder offen
4. Offenes Trainings 2014:
18.-20. März (Köln)
24.-26. Juni (München)
18.-20. November (Karlsruhe)
www.inovex.de/trainings/offene-trainings/hadoop-training/
33
34
Fragen?

Weitere ähnliche Inhalte

Andere mochten auch

3. pollution detection
3. pollution detection3. pollution detection
3. pollution detection
vanyelindigo
 
Trasnsportation management
Trasnsportation managementTrasnsportation management
Trasnsportation management
Rukunuddin Aslam
 
Economy POL 252 SP 16
Economy POL 252 SP 16Economy POL 252 SP 16
Economy POL 252 SP 16
atrantham
 
Custom Social Media Metrics with QQL
Custom Social Media Metrics with QQL Custom Social Media Metrics with QQL
Custom Social Media Metrics with QQL
quintly
 
Dinding sel
Dinding selDinding sel
Dinding sel
plannet_g
 
Sd
SdSd
Mini-workshop: How a sustainability mindset can make your company stand out
Mini-workshop: How a sustainability mindset can make your company stand outMini-workshop: How a sustainability mindset can make your company stand out
Mini-workshop: How a sustainability mindset can make your company stand out
Sasin SEC
 
Toni kunac has 10 years of experience in computer engineering
Toni kunac has 10 years of experience in computer engineeringToni kunac has 10 years of experience in computer engineering
Toni kunac has 10 years of experience in computer engineering
tomashollin
 
Knowing what we know3
Knowing what we know3Knowing what we know3
Knowing what we know3
John McCreery
 
The guidetohairrestoration
The guidetohairrestorationThe guidetohairrestoration
The guidetohairrestoration
Igor Stefanet
 
Knowing what we know
Knowing what we knowKnowing what we know
Knowing what we know
John McCreery
 
silverleaves-issue5
silverleaves-issue5silverleaves-issue5
silverleaves-issue5
Paul Miller
 
Anti oxidant activity of yucca gloriosa l ijrpp
Anti oxidant activity of yucca gloriosa l ijrppAnti oxidant activity of yucca gloriosa l ijrpp
Anti oxidant activity of yucca gloriosa l ijrpp
pharmaindexing
 
hjkjhkjh
hjkjhkjhhjkjhkjh
hjkjhkjh
Merjerz
 

Andere mochten auch (15)

3. pollution detection
3. pollution detection3. pollution detection
3. pollution detection
 
Trasnsportation management
Trasnsportation managementTrasnsportation management
Trasnsportation management
 
Economy POL 252 SP 16
Economy POL 252 SP 16Economy POL 252 SP 16
Economy POL 252 SP 16
 
Custom Social Media Metrics with QQL
Custom Social Media Metrics with QQL Custom Social Media Metrics with QQL
Custom Social Media Metrics with QQL
 
Dinding sel
Dinding selDinding sel
Dinding sel
 
Sd
SdSd
Sd
 
Mini-workshop: How a sustainability mindset can make your company stand out
Mini-workshop: How a sustainability mindset can make your company stand outMini-workshop: How a sustainability mindset can make your company stand out
Mini-workshop: How a sustainability mindset can make your company stand out
 
Toni kunac has 10 years of experience in computer engineering
Toni kunac has 10 years of experience in computer engineeringToni kunac has 10 years of experience in computer engineering
Toni kunac has 10 years of experience in computer engineering
 
Knowing what we know3
Knowing what we know3Knowing what we know3
Knowing what we know3
 
The guidetohairrestoration
The guidetohairrestorationThe guidetohairrestoration
The guidetohairrestoration
 
Knowing what we know
Knowing what we knowKnowing what we know
Knowing what we know
 
silverleaves-issue5
silverleaves-issue5silverleaves-issue5
silverleaves-issue5
 
scan0063
scan0063scan0063
scan0063
 
Anti oxidant activity of yucca gloriosa l ijrpp
Anti oxidant activity of yucca gloriosa l ijrppAnti oxidant activity of yucca gloriosa l ijrpp
Anti oxidant activity of yucca gloriosa l ijrpp
 
hjkjhkjh
hjkjhkjhhjkjhkjh
hjkjhkjh
 

Ähnlich wie Fusion der Welten: Hadoop als DWH-Backend bei ProSieben

The Hadoop Connection
The Hadoop ConnectionThe Hadoop Connection
The Hadoop Connection
inovex GmbH
 
MapRecude: The Hadoop Connection
MapRecude: The Hadoop ConnectionMapRecude: The Hadoop Connection
MapRecude: The Hadoop Connection
vesparun
 
Textanalyse mit UIMA und Hadoop
Textanalyse mit UIMA und HadoopTextanalyse mit UIMA und Hadoop
Textanalyse mit UIMA und Hadoop
inovex GmbH
 
Webinar Big Data - Enterprise Readiness mit Hadoop
Webinar Big Data - Enterprise Readiness mit HadoopWebinar Big Data - Enterprise Readiness mit Hadoop
Webinar Big Data - Enterprise Readiness mit Hadoop
fun communications GmbH
 
Hadoop in modernen BI-Infrastrukturen
Hadoop in modernen BI-InfrastrukturenHadoop in modernen BI-Infrastrukturen
Hadoop in modernen BI-Infrastrukturen
inovex GmbH
 
Dart (Teil II der Tour de Dart)
Dart (Teil II der Tour de Dart)Dart (Teil II der Tour de Dart)
Dart (Teil II der Tour de Dart)
Nane Kratzke
 
Hadoop Einführung @codecentric
Hadoop Einführung @codecentricHadoop Einführung @codecentric
Hadoop Einführung @codecentric
imalik8088
 
SCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare LangzeitarchivierungSCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare Langzeitarchivierung
Sven Schlarb
 
Schweine latein-vortrag
Schweine latein-vortragSchweine latein-vortrag
Schweine latein-vortrag
Ramon Wartala
 
Einfuehrung in Apache Spark
Einfuehrung in Apache SparkEinfuehrung in Apache Spark
Einfuehrung in Apache Spark
Jens Albrecht
 
SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...
SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...
SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...
SCAPE Project
 
Big Data Konnektivität
Big Data KonnektivitätBig Data Konnektivität
Big Data Konnektivität
Trivadis
 
Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02
Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02
Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02
Gunther Pippèrr
 
Dataservices - Data Processing mit Microservices
Dataservices - Data Processing mit MicroservicesDataservices - Data Processing mit Microservices
Dataservices - Data Processing mit Microservices
QAware GmbH
 
Oracle hadoop doag-big-data_09_2014_gpi
Oracle hadoop doag-big-data_09_2014_gpiOracle hadoop doag-big-data_09_2014_gpi
Oracle hadoop doag-big-data_09_2014_gpi
Gunther Pippèrr
 
Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)
Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)
Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)
inovex GmbH
 
mongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - GrundlagenmongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - Grundlagen
inovex GmbH
 
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
KurtStockinger
 
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der CloudBATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern
 
Hadoop 2.0 - The Next Level
Hadoop 2.0 - The Next LevelHadoop 2.0 - The Next Level
Hadoop 2.0 - The Next Level
Sascha Dittmann
 

Ähnlich wie Fusion der Welten: Hadoop als DWH-Backend bei ProSieben (20)

The Hadoop Connection
The Hadoop ConnectionThe Hadoop Connection
The Hadoop Connection
 
MapRecude: The Hadoop Connection
MapRecude: The Hadoop ConnectionMapRecude: The Hadoop Connection
MapRecude: The Hadoop Connection
 
Textanalyse mit UIMA und Hadoop
Textanalyse mit UIMA und HadoopTextanalyse mit UIMA und Hadoop
Textanalyse mit UIMA und Hadoop
 
Webinar Big Data - Enterprise Readiness mit Hadoop
Webinar Big Data - Enterprise Readiness mit HadoopWebinar Big Data - Enterprise Readiness mit Hadoop
Webinar Big Data - Enterprise Readiness mit Hadoop
 
Hadoop in modernen BI-Infrastrukturen
Hadoop in modernen BI-InfrastrukturenHadoop in modernen BI-Infrastrukturen
Hadoop in modernen BI-Infrastrukturen
 
Dart (Teil II der Tour de Dart)
Dart (Teil II der Tour de Dart)Dart (Teil II der Tour de Dart)
Dart (Teil II der Tour de Dart)
 
Hadoop Einführung @codecentric
Hadoop Einführung @codecentricHadoop Einführung @codecentric
Hadoop Einführung @codecentric
 
SCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare LangzeitarchivierungSCAPE Skalierbare Langzeitarchivierung
SCAPE Skalierbare Langzeitarchivierung
 
Schweine latein-vortrag
Schweine latein-vortragSchweine latein-vortrag
Schweine latein-vortrag
 
Einfuehrung in Apache Spark
Einfuehrung in Apache SparkEinfuehrung in Apache Spark
Einfuehrung in Apache Spark
 
SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...
SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...
SCAPE - Skalierbare Langzeitarchivierung (SCAPE - scalable longterm digital p...
 
Big Data Konnektivität
Big Data KonnektivitätBig Data Konnektivität
Big Data Konnektivität
 
Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02
Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02
Doag 2104 manuskript_hadoop_oracle_integration_gunther_pipperr_v02
 
Dataservices - Data Processing mit Microservices
Dataservices - Data Processing mit MicroservicesDataservices - Data Processing mit Microservices
Dataservices - Data Processing mit Microservices
 
Oracle hadoop doag-big-data_09_2014_gpi
Oracle hadoop doag-big-data_09_2014_gpiOracle hadoop doag-big-data_09_2014_gpi
Oracle hadoop doag-big-data_09_2014_gpi
 
Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)
Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)
Hadoop aus IT-Operations-Sicht - Teil 1 (Hadoop-Grundlagen)
 
mongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - GrundlagenmongoDB im Einsatz - Grundlagen
mongoDB im Einsatz - Grundlagen
 
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
Analyse von Applikationslogs und Querylogs: Datenbanken, Hadoop oder Splunk?
 
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der CloudBATbern53 ELCA Analyticsdatenhaltung in der Cloud
BATbern53 ELCA Analyticsdatenhaltung in der Cloud
 
Hadoop 2.0 - The Next Level
Hadoop 2.0 - The Next LevelHadoop 2.0 - The Next Level
Hadoop 2.0 - The Next Level
 

Mehr von inovex GmbH

lldb – Debugger auf Abwegen
lldb – Debugger auf Abwegenlldb – Debugger auf Abwegen
lldb – Debugger auf Abwegen
inovex GmbH
 
Are you sure about that?! Uncertainty Quantification in AI
Are you sure about that?! Uncertainty Quantification in AIAre you sure about that?! Uncertainty Quantification in AI
Are you sure about that?! Uncertainty Quantification in AI
inovex GmbH
 
Why natural language is next step in the AI evolution
Why natural language is next step in the AI evolutionWhy natural language is next step in the AI evolution
Why natural language is next step in the AI evolution
inovex GmbH
 
WWDC 2019 Recap
WWDC 2019 RecapWWDC 2019 Recap
WWDC 2019 Recap
inovex GmbH
 
Network Policies
Network PoliciesNetwork Policies
Network Policies
inovex GmbH
 
Interpretable Machine Learning
Interpretable Machine LearningInterpretable Machine Learning
Interpretable Machine Learning
inovex GmbH
 
Jenkins X – CI/CD in wolkigen Umgebungen
Jenkins X – CI/CD in wolkigen UmgebungenJenkins X – CI/CD in wolkigen Umgebungen
Jenkins X – CI/CD in wolkigen Umgebungen
inovex GmbH
 
AI auf Edge-Geraeten
AI auf Edge-GeraetenAI auf Edge-Geraeten
AI auf Edge-Geraeten
inovex GmbH
 
Prometheus on Kubernetes
Prometheus on KubernetesPrometheus on Kubernetes
Prometheus on Kubernetes
inovex GmbH
 
Deep Learning for Recommender Systems
Deep Learning for Recommender SystemsDeep Learning for Recommender Systems
Deep Learning for Recommender Systems
inovex GmbH
 
Azure IoT Edge
Azure IoT EdgeAzure IoT Edge
Azure IoT Edge
inovex GmbH
 
Representation Learning von Zeitreihen
Representation Learning von ZeitreihenRepresentation Learning von Zeitreihen
Representation Learning von Zeitreihen
inovex GmbH
 
Talk to me – Chatbots und digitale Assistenten
Talk to me – Chatbots und digitale AssistentenTalk to me – Chatbots und digitale Assistenten
Talk to me – Chatbots und digitale Assistenten
inovex GmbH
 
Künstlich intelligent?
Künstlich intelligent?Künstlich intelligent?
Künstlich intelligent?
inovex GmbH
 
Dev + Ops = Go
Dev + Ops = GoDev + Ops = Go
Dev + Ops = Go
inovex GmbH
 
Das Android Open Source Project
Das Android Open Source ProjectDas Android Open Source Project
Das Android Open Source Project
inovex GmbH
 
Machine Learning Interpretability
Machine Learning InterpretabilityMachine Learning Interpretability
Machine Learning Interpretability
inovex GmbH
 
Performance evaluation of GANs in a semisupervised OCR use case
Performance evaluation of GANs in a semisupervised OCR use casePerformance evaluation of GANs in a semisupervised OCR use case
Performance evaluation of GANs in a semisupervised OCR use case
inovex GmbH
 
People & Products – Lessons learned from the daily IT madness
People & Products – Lessons learned from the daily IT madnessPeople & Products – Lessons learned from the daily IT madness
People & Products – Lessons learned from the daily IT madness
inovex GmbH
 
Infrastructure as (real) Code – Manage your K8s resources with Pulumi
Infrastructure as (real) Code – Manage your K8s resources with PulumiInfrastructure as (real) Code – Manage your K8s resources with Pulumi
Infrastructure as (real) Code – Manage your K8s resources with Pulumi
inovex GmbH
 

Mehr von inovex GmbH (20)

lldb – Debugger auf Abwegen
lldb – Debugger auf Abwegenlldb – Debugger auf Abwegen
lldb – Debugger auf Abwegen
 
Are you sure about that?! Uncertainty Quantification in AI
Are you sure about that?! Uncertainty Quantification in AIAre you sure about that?! Uncertainty Quantification in AI
Are you sure about that?! Uncertainty Quantification in AI
 
Why natural language is next step in the AI evolution
Why natural language is next step in the AI evolutionWhy natural language is next step in the AI evolution
Why natural language is next step in the AI evolution
 
WWDC 2019 Recap
WWDC 2019 RecapWWDC 2019 Recap
WWDC 2019 Recap
 
Network Policies
Network PoliciesNetwork Policies
Network Policies
 
Interpretable Machine Learning
Interpretable Machine LearningInterpretable Machine Learning
Interpretable Machine Learning
 
Jenkins X – CI/CD in wolkigen Umgebungen
Jenkins X – CI/CD in wolkigen UmgebungenJenkins X – CI/CD in wolkigen Umgebungen
Jenkins X – CI/CD in wolkigen Umgebungen
 
AI auf Edge-Geraeten
AI auf Edge-GeraetenAI auf Edge-Geraeten
AI auf Edge-Geraeten
 
Prometheus on Kubernetes
Prometheus on KubernetesPrometheus on Kubernetes
Prometheus on Kubernetes
 
Deep Learning for Recommender Systems
Deep Learning for Recommender SystemsDeep Learning for Recommender Systems
Deep Learning for Recommender Systems
 
Azure IoT Edge
Azure IoT EdgeAzure IoT Edge
Azure IoT Edge
 
Representation Learning von Zeitreihen
Representation Learning von ZeitreihenRepresentation Learning von Zeitreihen
Representation Learning von Zeitreihen
 
Talk to me – Chatbots und digitale Assistenten
Talk to me – Chatbots und digitale AssistentenTalk to me – Chatbots und digitale Assistenten
Talk to me – Chatbots und digitale Assistenten
 
Künstlich intelligent?
Künstlich intelligent?Künstlich intelligent?
Künstlich intelligent?
 
Dev + Ops = Go
Dev + Ops = GoDev + Ops = Go
Dev + Ops = Go
 
Das Android Open Source Project
Das Android Open Source ProjectDas Android Open Source Project
Das Android Open Source Project
 
Machine Learning Interpretability
Machine Learning InterpretabilityMachine Learning Interpretability
Machine Learning Interpretability
 
Performance evaluation of GANs in a semisupervised OCR use case
Performance evaluation of GANs in a semisupervised OCR use casePerformance evaluation of GANs in a semisupervised OCR use case
Performance evaluation of GANs in a semisupervised OCR use case
 
People & Products – Lessons learned from the daily IT madness
People & Products – Lessons learned from the daily IT madnessPeople & Products – Lessons learned from the daily IT madness
People & Products – Lessons learned from the daily IT madness
 
Infrastructure as (real) Code – Manage your K8s resources with Pulumi
Infrastructure as (real) Code – Manage your K8s resources with PulumiInfrastructure as (real) Code – Manage your K8s resources with Pulumi
Infrastructure as (real) Code – Manage your K8s resources with Pulumi
 

Fusion der Welten: Hadoop als DWH-Backend bei ProSieben