RETOURS D'EXPÉRIENCES

Amélioration des performances d’une plateforme de modélisation statistique en utilisant Hadoop

Carslon Wagonlit

Carlson Wagonlit voit le volume de ses données augmenter constamment augmentant les temps de construction des modèles prédictifs et de segmentation de son système de statistique ROOT.

MISSIONS

  • Proposer une architecture permettant de distribuer les calculs et les données sur un cluster de machine sans changer d’outil de modélisation dans un premier temps
  • Préparer le passage des modèles vers R

ENJEUX & RÉSULTAT

  • Préconisation de la solution technique
  • Installation Hadoop Cloudera sur un cluster 10 nœuds
  • Tests de parallélisation des algorithmes de modélisation statistique et data mining en R
  • Tests de compatibilité des algorithmes de la bibliothèque ROOT (CERN) sur le moteur Hadoop
Territoire(s) :

AUTRES RETOURS EXPÉRIENCES
SECTEUR INDUSTRIE

Choix et mise en oeuvre d’un Data Lake, et déploiement d’un outil de reporting associés

Lire...

Airbus souhaite fiabiliser les décisions de leur logiciel de classification en masse des données

Lire...

Sodetrel, filiale d’EDF experte de la mobilité électrique, met en place une plateforme de supervision de son parc de bornes de rechargement

Lire...