Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / КУРСОВАЯ РАБОТА, МЕНЕДЖМЕНТ

Управление проектом разработки приложения для анализа больших данных в телекоммуникационной компании с использованием методологии RUP

shahov_2020 390 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 41 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 14.09.2020
Подводя итоги курсовой работы, следует выделить следующие выполненные задачи: • Были созданы обоснование проекта, содержание проекта, план управления рисками и план управления изменениями; • Провели анализ окружения и мониторинг выполнения проекта; • Разработали основные положения устава и организационную структуру проекта; • Рассчитали смету проекта; • Составили календарный план проекта; • Сформировали управленческую отчетность.
Введение

Актуальность темы исследования: на современном рынке услуг сотовой связи имеет место конкуренция между сотовыми операторами. В связи с этим возникает необходимость в четкой оценке конкурентоспособности каждого оператора. Из-за того, что отрасль сотовой связи является ориентированной на потребителя, целесообразно проводить анализ конкурентоспособности компании на рынке услуг сотовой связи, с точки зрения потребителей. Целью курсовой работы является: Целью работы является создание проекта по разработке приложения для анализа больших данных. Для достижения поставленной цели необходимо решить следующие задачи: • рассмотреть сущность конкурентоспособности, ее виды • проанализировать рынок сотовой связи г. Сыктывкара • отразить общие сведения о компании Tele2 • провести оценку мнений потребителей относительно услуг сотовой связи в г. Сыктывкаре, • разработать рекомендации по повышению конкурентоспособности компании Tele2 на рынке услуг сотовой связи Объектом исследования является компания Tele2, осуществляющая свою деятельность на рынке. Предметом исследования является конкурентоспособность компании Tele2 на рынке услуг сотовой связи . В качестве источников информации были использованы официальные сайты таких операторов, действующих на рынке как: МТС, Tele2, Мегафон и Билайн. Для анализа конкурентоспособности компании Tele2 применялись данные, полученные при помощи анкетирования и обработка этих данных. Результаты данной работы могут быть использованы всеми участниками рынка сотовой связи. • компанией Tele2 при создании новых тарифных планов • сотовыми операторами при выявлении своих сильных и слабых сторон, а также сильных и слабых сторон конкурентов с точки зрения потребителей. Обоснование проекта Шведская телекоммуникационная компания Tele2 вышла на российский рынок в 2003 году. В то время услуги связи предоставлялись только в формате 2G (E) в 8 регионах Российской Федерации. Компания развивалась, расширяла сеть регионов. В 2007 году Tele2 начинает предоставлять услуги интернета, а именно 3G. После 2013 года оператор сотовой связи переходит в руки российских акционеров: группа ВТБ и «Ростелеком». В 2018 Tele2 предоставляет телекоммуникационные услуги сегментам B2B (юридические лица) и B2C (физические лица). Клиенты используют связь для передачи данных разных форматов: текстовых сообщений (SMS), голоса (звонки), данных (интернет). Компании, обслуживающей в настоящий момент почти 42 миллиона абонентов, необходимо анализировать эти данные. Так как они соответствуют критерию больших данных «Три V», то можно эти данные отнести к Big Data (большие данные): Volume (объем) – данные занимают большой физический объем, Velocity (скорость прироста информации) – компания ежесекундно обрабатывает несколько сотен тысяч звонков, сообщений и миллионы бит информации, Variety (разнообразие) – данные поступают в компанию в трех разных форматах. Появилась потребность обрабатывать эти данные в потоковом режиме. Сейчас информация анализируется только после ее выгрузки (пост-анализ) и вручную. Невозможны SQL-запросы, которые могли бы ускорить выдачу данных и уменьшить нагрузку на сеть, так как не потребуется передавать таблицы целиком из хранилища. Руководство департамента Digital (цифровых интерфейсов) в компании Tele2 приняло решение о разработке и внедрении собственного приложения для анализа больших данных на основе платформы с открытым исходным кодом Hadoop (HDFS, YARN, MapReduce, Streaming) [2] и ее дополнения (Spark). Перед департаментом цифровых интерфейсов были поставлены задачи по оптимизации работы процесса анализа данных: 1. Необходимо увеличить отказоустойчивость хранилища, чтобы в случае аварий или выхода их строя какого-либо сервера данные не потерялись безвозвратно. 2. Необходимо иметь realtime (в реальном времени) обработку данных, чтобы не тратить время и вычислительные ресурсы на пост-обработку. Также это поможет уменьшить объемы хранимой информации за счет сжатия. 3. Необходимо создать возможность обращений к базе данных с помощью SQL-запросов. Это поможет ускорить составление запросов для выгрузки, так как язык SQL проще и шире распространен, чем внутренний язык Hadoop. В качестве команды разработки были выбраны штатные сотрудники: тестировщик (tester), разработчик базы данных (database designer), конструктор (implementer), проектировщик (designer), интегратор (integrator), системный аналитик (system analyst), спецификатор требований (requirements specifier) , аналитик бизнес-процессов (business-process analyst), руководитель проекта (project manager), системный администратор (system administrator). Бизнес-целями проекта разработки приложения являются повышение эффективности обработки данных связи (интернета, звонков и смс) отделом аналитики телекоммуникационной компании, сокращение расходов отдела аналитики на анализ больших данных [17] (см. Таблица 1).
Содержание

Введение 3 Обоснование проекта 4 Анализ окружения 7 Основные положения устава проекта 9 Содержание проекта 11 Организационная структура проекта 17 Смета проекта 21 Календарный план проекта 23 План управления рисками 24 План управления изменениями 28 Мониторинг выполнения проекта и управленческая отчетность 30 Заключение 34 Список использованных источников 35 ПРИЛОЖЕНИЕ 1 36
Список литературы

1. Overview of the Rational Unified Process. URL: http://sce.uhcl.edu/helm/rationalunifiedprocess/process/ovu_proc.htm 2. Еремихин А. С чего начать внедрение Hadoop в компании. URL: http://www.pvsm.ru/data-mining/231344 3. Вакансия CIO в Москве. URL: https://hh.ru/vacancy/28789227?query=CIO 4. Вакансия менеджера продуктов в Москве. URL: https://hh.ru/vacancy/27492546?query=Менеджер%20продукта 5. Вакансия разработчика баз данных в Москве. URL: https://hh.ru/vacancy/28537257?query=Разработчик%20баз%20данных 6. Вакансия программиста на языке Java в Москве. URL: https://hh.ru/vacancy/27974236?query=программист%20Java 7. Блог компании Инфопульс Украина. Эффективное распределение ролей посредством RACI матрицы. URL: https://habr.com/company/infopulse/blog/145553/ 8. Опыт перехода с Waterfall на методологию RUP для реализации больших ИТ проектов. URL: https://habr.com/post/329572/ 9. Наиболее полный список инструментов для анализа данных и машинного обучения. URL: http://ru.datasides.com/big-data-analytic-tools/ 10. Архитектура – Общая информация – MCS. URL: https://mcs.mail.ru/help/about-bigdata/architecture-bigdata 11. Сбербанк РФ (Big Data на основе Apache Hadoop). URL: http://www.tadviser.ru/index.php/Проект:Сбербанк_РФ_(BigData_на_основе_Apache_Hadoop)
Отрывок из работы

Содержание проекта Для разработки приложения для анализа больших данных в телекоммуникационной компании была выбрана методология RUP (Rational Unified Process). Методология RUP была создана в 1995 году компанией Rational Software, а в 2003 году методология стала собственностью корпорации IBM. RUP является одной из «жестких» или «громоздких» методологий разработки программного обеспечения. То есть она подходит для больших долгосрочных проектов, например, для таких, как создание приложения для анализа больших данных [1]. В методологии RUP выделяют 4 основные фазы: inception (начало или начальная стадия), elaboration (уточнение или разработка), construction (создание или конструирование), transition (внедрение или переход). Фазы показывают аспекты жизненного цикла во времени и на графиках представлены на горизонтальной оси. Помимо фаз есть еще и дисциплины, которые изображаются по вертикали. Они группируют действия по логическому смыслу. Выделяют 6 основных дисциплин: business modeling (бизнес-моделирование), requirements (управление требованиями), analysis and design (анализ и проектирование), implementation (реализация), test (тестирование), deployment (развертывание) (см. Приложение 2). На рисунке 1 представлена иерархическая структура проекта разработки приложения для анализа больших данных Hadark с тремя уровнями декомпозиции.
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Курсовая работа, Менеджмент, 33 страницы
350 руб.
Курсовая работа, Менеджмент, 35 страниц
500 руб.
Курсовая работа, Менеджмент, 30 страниц
350 руб.
Курсовая работа, Менеджмент, 31 страница
350 руб.
Служба поддержки сервиса
+7(499)346-70-08
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg