Pojęcie tematyczne

Big data

Definicja i kontekst

Big data oznacza zbiory danych o bardzo dużej objętości, różnorodności i tempie napływu, których przetwarzanie wykracza poza możliwości tradycyjnych narzędzi bazodanowych. Wymaga technologii rozproszonego składowania i analizy, takich jak hurtownie danych, przetwarzanie strumieniowe czy uczenie maszynowe. Celem analizy big data jest wydobycie z surowych danych informacji użytecznych dla decyzji biznesowych, naukowych lub administracyjnych.

W funduszach europejskich w Polsce big data pojawia się jako obszar tematyczny projektów badawczo-rozwojowych i inwestycji w cyfryzację przedsiębiorstw. Wsparcie kierują m.in. PARP i NCBR w ramach programu FENG (Fundusze Europejskie dla Nowoczesnej Gospodarki), a wcześniej w POIR. Dofinansowanie obejmuje budowę platform analitycznych, infrastruktury obliczeniowej oraz wdrożenia rozwiązań opartych na analizie dużych zbiorów danych w firmach i instytucjach publicznych.

Projekty z zakresu big data często łączą się z inteligentnymi specjalizacjami regionów (S3), ponieważ analiza danych stanowi technologię horyzontalną wykorzystywaną w medycynie, logistyce, energetyce czy rolnictwie precyzyjnym. W rejestrach beneficjentów takie przedsięwzięcia bywają klasyfikowane jako prace B+R lub wdrożenia technologii informatycznych.

Pojęcia tematyczne opisują obszary wsparcia funduszy UE: cyfryzację, klimat, innowacje, infrastrukturę czy włączenie społeczne.

Jak używać tego pojęcia w praktyce

Pojęcia tematyczne pomagają zrozumieć, na co faktycznie trafiają środki UE. Przy analizie danych warto zestawić je z konkretnym sektorem PKD i programem operacyjnym, bo ten sam obszar (np. cyfryzacja czy klimat) bywa finansowany z kilku różnych funduszy jednocześnie.

Dlatego hasło Big data (pojęcie tematyczne) warto czytać razem z konkretnymi stronami serwisu — sektory pkd, analizy i dane — oraz z metodologią danych. To zmniejsza ryzyko błędnej interpretacji oficjalnych kwot.

Pojęcia powiązane

Najczęstsze pytania

Co to jest Big data?
Big data oznacza zbiory danych o bardzo dużej objętości, różnorodności i tempie napływu, których przetwarzanie wykracza poza możliwości tradycyjnych narzędzi bazodanowych. Wymaga technologii rozproszonego składowania i analizy, takich jak hurtownie danych, przetwarzanie strumieniowe czy uczenie maszynowe. Celem analizy big data jest wydobycie z surowych danych informacji użytecznych dla decyzji biznesowych, naukowych lub administracyjnych.
W jakim kontekście używa się pojęcia Big data?
Big data pojawia się w dokumentach, poradnikach i danych dotyczących funduszy europejskich. Najlepiej czytać je razem z kategorią: Pojęcie tematyczne.
Gdzie sprawdzić dane powiązane z tym pojęciem?
Najlepszym punktem startu są programy operacyjne, ranking beneficjentów, wyszukiwarka oraz metodologia danych ktoiledostaje.pl.

Źródło definicji: FENG, PARP, NCBR