Exadata5 [사례 연구, 에너지] 메이저 석유 및 가스 회사의 재무 운영 개선 한 메이저 석유 및 가스 회사는 IoT 데이터가 초당 GB(기가바이트)의 속도로 쏟아져 들어오고, 닷넷(.NET) 애플리케이션에서 생성된 최신 재무 예측이 주요 경쟁 우위로 작용하는 불안정한 시장에서 일하고 있습니다. 이에 분석 아키텍처의 핵심에 있는 NoSQL 데이터베이스인 MapR, ElasticSearch를 MongoDB, Oracle Exadata로 교체를 고려했지만, 결국 SingleStore로 교체했습니다. 빠르게 구현한 후, 이제는 경쟁업체보다 더 적은 수의 서버와 더 나은 성능으로, 재무 예측을 하루에 여러 번 실행할 수 있게 되었습니다. 이 회사는 이제 다양한 재무 예측 애플리케이션, 토지 계약 분석, ERP 보고 등에도 SingleStore를 사용하고 있습니다. 소개 석유와 가스를 찾고.. 2021. 8. 20. [사례 연구, 금융] Exadata를 SingleStore로 대체하여 포트폴리오 분석 및 머신러닝 강화 이 사례 연구는 SingleStore의 제품 관리 부사장 릭 네그린이 웨비나 세션의 일부로 발표했습니다. 릭은 주요 금융 서비스 회사가 포트폴리오 분석을 강화하기 위해 응답성을 크게 향상시키고 머신러닝 모델을 애플리케이션에 쉽게 통합하는 능력을 갖추기 위해 Oracle Exadata를 SingleStore로 어떻게 대체했는지를 설명합니다. 이 사례 연구에서는 Exadata를 사용하고 있는 은행의 디지털 인프라를 강조한 후에 조직의 요구에 대해 고려할 수 있는 레퍼런스 아키텍처로서 SingleStore의 구현을 설명하고 있습니다. 이 사례 연구는 SingleStore의 웨비나 시리즈인 How Data Innovation is Transformating Banking의 일부로 제공되었습니다. 이 시리즈.. 2020. 5. 8. [금융] 실시간 이상거래 탐지(FDS)를 위한 SingleStore 이 웨비나에서 SingleStore의 마이크 보야스키는 실시간 이상거래 탐지가 은행의 주요 디지털 이니셔티브를 어떻게 대표하는지에 대해 설명을 합니다. 그는 어떻게 SingleStore가 이상거래 탐지(Fraud Detection System, FDS) 서비스에 실시간 분석, 빠른 수집, 실시간 스코어링 그리고 더 광범위한 이벤트에 대한 빠른 응답 속도를 제공하지를 보여줍니다. 또한 미국의 한 메이저 은행이 이 방식으로 구축한 이상거래 탐지에 대한 사례도 별도로 설명을 합니다. 이 웨비나는 SingleStore의 웨비나 시리즈인 How Data Innovation is Transformating Banking의 일부로 제공되었습니다. 이 시리즈는 다음과 같은 세 개의 블로그 게시물에 설명된 여러 웨비.. 2020. 4. 14. [웨비나, 금융] 실시간 데이터기반 자산 관리 시스템 구축 자산 관리는 은행과 기타 금융 서비스 기관들에게 치열한 경쟁 서비스 영역입니다. 이 자산관리 서비스는 많은 사용자에게 빠르게 서비스를 제공해야 하는 높은 동시성과 낮은 지연시간으로 대량의 과거 데이터와 현재 데이터를 실시간으로 액세스 할 수 있는 역량의 시스템이 요구됩니다. 이런 요구를 충족 시키기 위해 금융기관들은 인 메모리 데이터베이스와 스트리밍 데이터를 사용했습니다. 이 웨비나에서 SingleStore의 소우랍 메타는 SingleStore가 어떻게 사용자의 자산 관리 경험을 개선하고 금융 기관들에게 이 경쟁 영역에서 탁월한 성능을 제공하는지를 보여줍니다. 자산관리 웨비나를 여기에서 볼 수 있습니다. 이 웨비나에서 소우랍은 개인이나 가족에 관계없이 고객에게 자산 관리 대시 보드를 제공하는 은행의 "b.. 2019. 8. 12. IOT(FDC)등의 초당 수억건의 시계열 데이터 적재 및 처리 성능 극대화 서론 산업 현장의 생산성 향상을 위해 인공지능, ML, IoT(Internet of Things) 등 다양한 기술이 융합된 자율화된 공장을 통해 위해 설비의 고장이나 이상을 예측하고 생산성 향상을 위해 스마트 팩토리 도입 추진이 가속되고 있습니다. 하지만 반도체와 같은 제조 현장에서 비정상적 이벤트 감지를 통해 수율증대, 예지 정비 등의 생산 효율성과 안전성 등을 높이기 위한 ML/딥러닝 모델 적용을 하는데 있어 생산 현장에서 발생되는 센서 데이터의 양이 폭발적으로 증가하고 있어 이를 실시간으로 모델에 제공하고 이를 분석하는데 많은 기업들이 한계에 봉착하여 많은 고민과 다양한 시도를 하고 있는 것이 현실입니다. 이에 SingleStore를 통해 실시간으로 데이터를 적재하고 적재된 데이터를 실시간으로 분석.. 2019. 8. 6. 이전 1 다음
