Creación de un framework para la orquestación de predicciones basadas en modelos de series temporales
Visualitza/Obre
160890.pdf (8,158Mb) (Accés restringit)
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/351414
Tipus de documentTreball Final de Grau
Data2021-06-29
Condicions d'accésAccés restringit per acord de confidencialitat
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
We are in the midst of the era of data, a phenomenon known as Big Data. Companies have found intrinsic value in data, which has become a crucial asset for them. Leading the sector, the consulting firm SDG Group base its activity on advising companies on any topic related to data and on building solutions based on it. Within the myriad of applications in the field of data analytics, the analysis and forecasting of certain phenomena based on time series is a recurring concept. These kind of solutions have a series of characteristics and requirements that make them quite complex from a design and implementation point of view: they work with massive data and with a huge number of simple models, each applied to a small fraction of the data; all of these models must be trained and applied at once, in a parallel and well-governed manner; unlike other domains, these models have to be be continuously refreshed; massive data is of changing nature (in volume, frequency, ...); etc. This suggests the need to use some kind of framework as a common basis for the design and construction of these complex prediction systems, defining an efficient, scalable and well-governable development standard. Currently there is no artifact or tool available to fill the gap of need, so as a result of the desire for innovation and development of the company, it has been decided to build such a framework. This work focuses on the entire development process of the tool, from the contextualization and analysis of the problem to the verification of the performance of the constructed artifact, through design and implementation. Nos encontramos en plena era del dato, fenómeno conocido como Big Data. Las empresas han sabido encontrar un valor intrínseco en los datos, que se han convertido en un activo crucial para ellas. Encabezando el sector, la consultora SDG Group basa su actividad en asesorar a empresas en cualquier tema relacionado con el dato y a construir soluciones en base a él. Dentro de la infinidad de aplicaciones en el campo de la analítica de datos, el análisis y la predicción de ciertos fenómenos basados en series temporales es un concepto recurrente. Este tipo de soluciones tienen una serie de características y requisitos que las hacen ser bastante complejas des del punto de vista del diseño y la implementación: se trabaja con datos masivos y con una cantidad inmensa de modelos simples, cada uno aplicado a una pequeña fracción de los datos; todos estos modelos han de ser entrenados y aplicados a la vez, de forma paralela y bien gobernada; al contrario que otros dominios, estos modelos han de ser refrescados continuamente; los datos masivos son de naturaleza cambiante (en volumen, frecuencia, ...); etc. Esto deja entrever la necesidad de usar algún tipo de framework como base común para el diseño y construcción de estos sistemas complejos de predicción, que defina un estándar de desarrollo eficiente, escalable y bien gobernable. Actualmente no se dispone de ningún artefacto ni herramienta que cubra el hueco de la necesidad, así que a raíz del afán de innovación y desarrollo de la empresa, se ha deicidido construir dicho framework. Este trabajo se centra en todo el proceso de desarrollo de la herramienta, desde la contextualización y análisis del problema hasta la verificación del desempeño del artefacto construido, pasando por el diseño y la implementación.
TitulacióGRAU EN ENGINYERIA INFORMÀTICA (Pla 2010)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
160890.pdf | 8,158Mb | Accés restringit |