В начале декабря 2014 года специалисты российского подразделения корпорации Teradata завершили поставку и развёртывание инновационной платформы для исследований «больших данных» Teradata Aster Big Analytics Appliance 3H на площадке Уральского Федерального Университета (www. urfu. ru). Данное событие стало началом международного сотрудничества одного из крупнейших университетов России с признанным мировым лидером в области аналитических хранилищ данных. Оно стало возможным во многом благодаря поддержке ректора УрФУ Кокшарова Виктора Анатольевича и директора ИРИТ (Института радиоэлектроники и информационных технологий), профессора, доктора технических наук Князева Сергея Тихоновича, которые ещё в 2013 году приняли решение о создании кафедры «Аналитика больших данных и методы видеоанализа».
Руководит новой кафедрой Гайнанов Дамир Насибуллович, представитель уральской школы методов анализа данных и распознавания образов, развиваемой в Институте математики и механики Уральского отделения Российской академии наук. Основная деятельность новой кафедры сосредоточена на исследованиях и практической реализации концепций Data Mining и Big Data в таких ключевых индустриальных секторах, как металлургия (оптимизация технологических процессов производства), железно-дорожный транспорт (инновационные методы моделирования и оптимизации технологических процессов перевозок ) и других. Научный коллектив кафедры уже ведёт ряд проектов в рамках федеральных целевых программ, финансируемых Министерством образования и науки РФ. Математические методы, используемые при выполнении данных проектов, включают глубинные исследования данных, алгоритмы оптимизации на графах, видеоаналитику, включая цифровую обработку изображений, что и послужило обоснованием выбора одной из новейших платформ класса Data Discovery — Teradata Aster.
Данная платформа поддерживает такие технологии хранения и обработки данных как Aster Database, Aster File Store, Hadoop, SQL-Map/Reduce. Предустановленный пакет Map/Reduce функций позволяет решать задачи анализа графов, шаблонов, путей и многие другие задачи комплексной аналитики неструктурированных данных. Решение совместимо с BI и ETL средствами, поддерживает стандарт ANSI SQL. Данный аппаратно-программный комплекс является оптимальным как для сложной обработки больших объемов неструктурированных данных (Aster), так и для хранения больших объемов данных (Hadoop). Обе технологии на аппаратном уровне реализованы по принципу построения платформ с массивно-параллельной средой обработки данных, что позволяет максимально быстро обрабатывать данные при решении комплексных аналитических задач, таких как например построение матрицы корреспонденций. В зависимости от поставки платформа может содержать только модули Aster, только модули Hadoop, или обе технологии вместе. Модули Aster и Hadoop связываются между собой высокоскоростным сетевым подключением и программными функциями-коннекторами. Платформа поставляется в полностью настроенном и готовом к использованию виде.
Есть основания полагать, что такой арсенал позволит выйти научным коллективам УрФУ на качественно новый уровень исследований в традиционных индустриях и вместе с отраслевыми коллегами совершить технологический прорыв.
