Roland Krummenacher 5
Roland Krummenacher arbeitet als Senior Cloud Consultant bei der bbv Software Services und ist Leiter des Cloud-Kompetenzcenters. In den letzten sieben Jahren begleitete er mehrere Cloud-Projekte als Lead-Entwickler, Software-Architekt oder Berater. Seit 2014 ist er Microsoft MVP für Azure. Seine Schwerpunkte sind verteilte Architekturen, Cloud und das Internet der Dinge (IoT).
Präsentationen bei der .Net User Group Bern
Big Data auf der Azure Plattform
100 GB Neudaten pro Tag, 2'000 Messages pro Sekunde, 50 Mandanten: Anhand diesem Real-World-Projekt zeige ich Ihnen, wie man die Big-Data-Dienste der Azure Plattform in der Praxis nutzen kann. Sie lernen eine Referenz-Architektur für das Speichern, Analysieren und Aufbereiten von Big Data in der Cloud kennen und sehen wohin die neusten Entwicklungen im Bereich Big Data auf Azure gehen.
Internet der Dinge
Beim Internet der Dinge denken alle an intelligente Kühlschränke und selbstfahrende Autos. Wie man aber ein Backend für das IoT erstellt, darüber machen sich die wenigsten Gedanken. Die grossen Cloud Provider Amazon, Google und Microsoft haben es getan und haben letztes Jahr ihre IoT Suiten präsentiert. Wir schauen uns an was Microsoft auf der Azure Plattform anbietet und wie wir damit eine End-to-End IoT Lösung erstellen können. Anschliessend werden wir Do's und Dont's beim Erstellen von IoT-Architekturen diskutieren.
Azure machine learning
Predict What's Next: Einstieg in Azure Machine Learning Wäre es nicht toll, wenn wir die Zukunft voraussagen könnten? Wenn eine Leiterin der Notaufnahme eines Spitals wüsste, wieviele Patienten in der Nacht eingeliefert werden? Wenn die Marketing-Abteilung im Voraus wüsste, ob eine Werbe-Kampagne beim Publikum ankommt? Wenn ein Garagist wüsste, wann ein Alternator ersetzt werden muss, bevor es eine Panne gibt? Wenn die Polizei Verbrechen verhindern könnte, bevor sie begangen werden? Tatsächlich wird an solchen Vorhersagen schon seit Jahrzehnten geforscht und das mit einigem Erfolg. Die Berechnung solcher Modelle war jedoch bisher nur Experten mit Zugang zu entsprechenden Ressourcen vorbehalten. Mit Azure Machine Learning, dem Hipster unter den Azure Diensten, können auch wir Normalsterbliche schnell, einfach und relativ günstig solche Vorhersage-Modelle entwickeln und via REST-Schnittstelle in unsere Software einbinden oder Dritten anbieten. Diese Session gibt einen schnellen Einstieg ins Thema und zeigt welche Möglichkeiten Azure ML eröffnet. Geeignet für Datenanalysten, die sich mit Azure auseinandersetzten wollen oder Entwickler, die vor dem Thema nicht zurückschrecken. Es sind keine Vorkennnisse notwendig.
Real World Windows Azure
Mit Windows Azure, der Cloud von Microsoft, könnte man hochskalierbare, weltweit verteilte Anwendungen für Millionen von Endnutzern erstellen. Da jedoch die wenigsten von uns am nächsten Facebook mitentwickeln hat Windows Azure im Alltag der Software-Entwicklungs-Teams noch kaum Einzug gehalten. Zu Unrecht: Windows Azure kann jedes Projekt, jede Software bereichern, egal ob diese in der Cloud, lokal auf einem Server oder auf einem beliebigen Gerät läuft. Roland Krummenacher zeigt anhand von Beispielen aus seiner täglichen Arbeit in den Kundenprojekten wie Windows Azure auch in deinem Projekt sinnvoll und sicher eingesetzt werden kann und was sich dabei für technische und ökonomische Vorteile ergeben.
Beyond Windows Azure Roles
Nachdem wir im ersten Teil die grundlegenden Konzepte kennengelernt haben, beschäftigen wir uns im zweiten Teil mit dem Thema Beyond Windows Azure Roles.