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