Verslag sessie: Enterprise-architectuur en data-science - een slimme combinatie

Op 15 februari heeft er een gemeenschappelijke sessie plaats gevonden van Via Nova Architectura, NAF en de special interest group architectuur van het Ngi-NGN over data science. Deze sessie past in de rode draad van VNA en SIG Ngi-NGN die gaat over data en intelligentie. Dit speelt in op de algemene ontwikkelingen dat het belang van gegevens steeds verder toeneemt en dat daarbij algoritmen steeds belangrijker worden om waarde uit de gegevens te halen. Gartner noemt dit de "algorithm economy".

Linda Terlouw heeft in haar presentatie verteld wat data science is en welke algoritmen daar bij horen. Ze gaf aan dat data science een vakgebied is dat zich richt op het verzamelen, organiseren en analyseren van (grote) data sets om patronen te ontdekken. Data science is volgens haar niet nieuw. De populariteit ervan neemt wel toe door ontwikkelingen die de opslag en verwerking van grote datasets gemakkelijker maken (Big Data). "De" data scientist bestaat dan ook niet. Linda is verder met name ingegaan op machine learning en heeft ook een demo verzorgd in het tool R waarin ze heeft laten zien dat dit soort algoritmen getraind kunnen worden.

Het tweede deel is afgetrapt met een korte presentatie van Danny Greefhorst over kunstmatige intelligentie (zie ook een artikel hierover) en reasoning, een ander type algoritme waarbij regels centraal staan. Vervolgens is er een brainstorm geweest waarin de belangrijkste impact van dit soort algoritmen op het enterprise-architectuur vakgebied zijn benoemd. Hieruit kwam de volgende lijst van suggesties, gesorteerd naar de prioriteit die er gemeenschappelijk aan is toegekend:

  • clusteranalyse van een applicatielandschap
  • architectuurprincipe mining
  • hoe past kunstmatige intelligentie technologie in architectuur?
  • verbeteren van data science met architectuur
  • innoveren, richting bepalen
  • self-service architectuur voor agile teams
  • complexiteitsreductie
  • scenario's genereren voor complexe transformaties
  • speech community mining van termen in bijv. beleidsdocumenten
  • service-patronen herkennen
  • communicatie inzichtelijk maken tussen componenten
  • patroonanalyse van een kennisbank
  • process mining op log files voor het aantonen van de kwaliteit van services
  • automatische herkenning van architectuurpatronen
  • automatische aanbevelingen voor optimalisatie

De eerste vier ideeën zijn uitgewerkt in vier deelgroepen in de vorm van een open space. De resultaten van de deelgroepen zijn plenair gepresenteerd. Het resultaat per deelgroep in één zin per deelgroep:

  • er zijn met name kansen in het ondersteunen van applicatie life cycle management door het geautomatiseerd analyseren van allerlei kennisbronnen over applicaties
  • architectuurprincipes zijn algemeen geldende regels die bij voorkeur geautomatiseerd kunnen worden vergeleken met implementaties
  • een raamwerk waarin het proces van repeteren, rapporteren en exploreren wordt afgezet tegen de architectuurdomeinen business, informatie, data en techniek kan inzicht geven waar data science kan helpen
  • er is een algemene ontwikkeling gaande van informatie naar kennis en van gestructureerde naar ongestructureerde gegevens

Op basis van deze resultaten is kort verkend of er een experiment zou kunnen worden gestart waarin zaken meer concreet kunnen worden gemaakt. Met name het geautomatiseerd toetsen van architectuurprincipes lijkt daarin kansrijk. Er is afgesproken dat er een blog op Via Nova Architectura verschijnt waarin geïnteresseerden worden verzameld. Dit blog item is hier te lezen.

Hieronder volgen foto's van de flip-overs van de verschillende deelgroepen.

Groep 1

Groep 2

Groep 3

Groep 4

Weergaven: 332

Opmerking

Je moet lid zijn van Via Nova Architectura om reacties te kunnen toevoegen!

Wordt lid van Via Nova Architectura

Sponsoren

Advertenties

Je kunt hier adverteren

© 2019   Gemaakt door Stichting Digital Architecture.   Verzorgd door

Banners  |  Een probleem rapporteren?  |  Algemene voorwaarden