Международная научно-практическая конференция International Conference on Big Data and its Applications (ICBDA) выросла из мероприятия Big Data Russia и проводится один раз в год, объединяя на одной площадке создателей новых технологий в области больших данных, представителей бизнеса, а также научных сотрудников и молодых ученых. Организаторы: Rusbase и Global Innovation Labs. Организаторы ICBDA благодарят Data-Centric Alliance (DCA) за поддержку мероприятия, а также отдельное спасибо Artox Media и NVIDIA.

1. Архитектура информационно-аналитического
сервиса профессиональных компетенций
в сфере ИТ
Евгений Никульчев, д. т. н., профессор
Дмитрий Ильин, аспирант

2. Предпосылки создания
сервиса
• Требования рынка труда к знанию
конкретных ИТ-технологий
• Востребованность среди работодателей
• Актуализация учебных курсов
• Проектная и интеграционная деятельность
в ИТ
• Профессиональный интерес специалистов

3. О патентах – как источниках
информации о развитии технологий
• Thomson Innovations (Thomson Reuters) ежегодно формирует список TOP100 Global
Innovators на основе собранной патентной информации. Основными критериями
списка являются: объем, успех (отношением числа выданных патентов к количеству
заявок на уникальные изобретения в течение последних пяти лет), индекс
глобализации и цитируемость.

4. Доли отраслей среди представителей
TOP100 Global Innovators

5. Базовая архитектура интернет-сервиса

6. Разделение интернет-сервиса на
компоненты
Количество серверов пользовательского интерфейса
(сервер ПИ), серверов базы данных (сервер БД) и серверов
сбора данных (сервер СД) независимо и определяется
нагрузкой на каждую из подсистем. Возможность
разделения подсистемы сбора данных на компоненты
позволяет настроить рабочее окружение (операционную
систему, конфигурации сети) в соответствии с
особенностями источника данных.
С помощью репликации базы данных, реализуемой
средствами СУБД, в отношении интернет-сервиса
достигаются:
• производительность и масштабируемость;
• отказоустойчивость;
• резервирование данных.
Выгода от создания реплик растёт при увеличении числа
операций чтения по отношению к числу операций записи. С
учётом фиксированного набора открытых источников,
количество операций чтения будет значительно превышать
количество запросов на изменение данных.
Распределение нагрузки между серверами
пользовательского интерфейса реализуется с помощью
средств балансировки нагрузки.

7. Высокоуровневая архитектура FSSD

8. Структура базы данных FSSD

9. Варианты использования сервиса
• Создание систем направленного обучения. Выявленные с помощью нашей системы связи
между конкретными специальностями и соответствующими наборами навыков позволят
исключить из планов обучения нерелевантные и устаревшие направления, а также позволят
дополнить план актуальными навыками.
• Создание оптимальных требований к соискателям на вакансию. В данном случае наш
сервис позволит проанализировать и ограничить круг навыков, требуемых от специалистов
по конкретной вакансии, на основе существующего положения на рынке труда.
Дополнительным преимуществом станет возможность оценки необходимого размера оплаты
труда на основе списка конкретных навыков.
• Развитие внутренних корпоративных центров обучения. Анализ существующих навыков
персонала и пожеланий по их развитию позволит строить индивидуальные корпоративные
программы обучения для каждой конкретной организации с учетом доступных ресурсов.
• Оптимизация проектных команд на основе навыков персонала. Данный вариант
использования системы предполагает построение оптимальных отделов и команд для
проектов с учетом навыков нанятого персонала, уровня его подготовки, а так же стоимости
привлечения сторонних специалистов по конкретным необходимым для работы компании
или реализации проекта навыкам.
• Инвестиционная оценка стартапов. Сервис позволит выявить как динамично развивающиеся
технологии, так и оценить наличие на рынке труда исполнителей проекта.

10. Примеры.
Сочетание навыков и технологий со
знанием С# и Microsoft SQL Server

11. Примеры.
Динамика упоминания MariaDB, MySQL, Microsoft SQL Server
при патентном поиске и поисковых запросах

12. Примеры.
Динамика востребованности навыков владения
технологиями MySQL, PostgreSQL, SQLite

13. Примеры.
Анализ востребованности навыка
программирования на языке Python

14. Примеры.
«Отмирание» профессионального навыка
программирования на BASIC

15. Он-лайн демонстрация сервиса