در 12 مهر ماه سالجاری دو شرکت بزرگ هورتون‌ورکز و کلوداِرا رسما ادغام خود را اعلام کردند. خبری که نویدبخش گسترش هر چه بیشتر هدوپ در سامانه‌های تجاری دنیا خواهد بود.

کار با واحدهای پردازش گرافیک برای کارهای محاسباتی سابقه‌ای دیرینه دارد. افزایش حجم داده‌ها و نیاز به سرعت بیشتر در تحلیل و پردازش آنها، بازیکنان اصلی پردازش داده دنیا را گرد هم آورده است تا به کمک تجربه شرکت انویدیا، خطوط پردازش داده خود را به پردازه‌های گرافیکی منتقل کنند. RAPIDS خروجی این همکاری است و نویدبخش آینده‌ای بهتر برای علم داده

مانگو‌دی‌بی علیرغم ساختار بسیار منعطف خود، مسایلی را در دنیای واقعی با خود به همراه دارد که این مقاله داستان مهاجرت سایت Shippable از مانگو به پستگرس را بازگو می‌کند

در ادامه سری آموزشی آشنایی با فریم‌ورک‌های پردازش جریان، در این مقاله به مروری بر آپاچی استورم و نسخه جدید آن یعنی آپاچی هِرون می پردازیم

در این مقاله ابتدا به بررسی معیارهای سنجش سامانه های پردازش جریان میپردازیم و سپس یکی از رایجترین این سامانه‌ها ، یعنی اسپارک استریمینگ معرفی خواهد شد.

در ادامه آموزش نرم افزار محبوب هوش تجاری پاوربی‌آی مایکروسافت، در این قسمت به نحوه اشتراک گذاری داشبوردها و گزارش‌ها و انجام کارهای تیمی خواهیم پرداخت.

در این مقاله به بررسی دو معماری مطرح در حوزه کلان‌داده برای طراحی سیستم‌های اطلاعاتی یعنی معماری لامبدا و کاپا می‌پردازیم و با جنبه‌های مختلف آنها آشنا خواهیم شد.

بعد از حدود یک دهه از ظهور و رواج ابزار و کتابخانه­‌های کلان­‌داده، این سامانه­‌ها از لحاظ الگوریتم­‌ها و مدل­‌های پردازشی مقیاس­‌پذیر به یک ثبات نسبی رسیده­‌اند اما مبحث پردازش جریان، به دلیل رواج روزافزون اینترنت اشیاء و دستگاه­‌های هوشمند و لزوم پردازش سریع و لحظه­‌ای حجم عظیم داده­‌های ورودی، به یک موضوع داغ پژوهشی در چند سال اخیر تبدیل شده است

سرویس جدیدی اخیراً توسط گوگل منتشر شده است با نام Dataset Search که روزنامه‌نگاران، پژوهشگران و مهندسین داده می‌توانند ازین پس، مجموعه داده های مورد نیاز خود را به کمک این موتور جستجو بیابند.

آموزش تصویری و گام به گام پاور بی آی - ابزار هوش تجاری مایکروسافت

اولین کنفرانس بین المللی مسایل معاصر در علم داده (Contemporary Issues in Data Science) توسط دانشگاه تحصیلات تکمیلی زنجان در اسفند ماه 97 در زنجان برگزار خواهد شد.

در حال حاضر در بیشتر استارت‌آپ‌ها و حتی برخی شرکت‌ها بزرگ کشور مشکلات متعددی در جذب کارشناسان و متخصص‌های حوزه‌های علم‌داده، کلان داده و… وجود دارد. این مشکلات را می‌توان در موارد زیر دسته‌بندی نمود.