ABOUT NORCOM
Big Data Reporting auf Fahrzeugdaten
Die Aufgabe
Bevor ein Fahrzeugmodell in Produktion gehen kann, muss eine sehr große Anzahl an Testfahrten absolviert werden. Die datengetriebene Auswertung dieser Testfahren birgt enormes Potential zur Senkung der Kosten der Testphase. Gesucht ist daher ein Analytics Framework für die automatisierte Auswertung und Visualisierung von Sensor-Messdaten aus Testfahrten.
Die Herausforderung
Robuste Analysen erfordern Statistiken auf extrem großen Datenmengen, Analysen sollen individuell und ad hoc gestaltbar sein.
Unsere Lösung
In der ersten Phase wurde das Reporting-Framework in einem Big Data Skript programmatisch umgesetzt. Hierfür kann der Benutzer pro Seite definieren, welche Daten analysiert und in welcher Art und Weise visualisiert werden sollen. Für die Visualisierung stehen dabei mehrere Möglichkeiten zur Verfügung, u.a. Linienplots, Histogramme und 2D-Histogramme. Das Framework bietet eine sehr große Flexibilität in Bezug auf Seitenanzahl, Auswahl der Daten und Spezifikationen der Plots. Anschließend wurde das Reporting-Framework in einer App umgesetzt, was eine sehr gute Benutzererfahrung über eine GUI bietet.
Der Kundennutzen
Der Mehrwert eines automatischen Reporting-Frameworks in dem Entwicklungsprozess eines Fahrzeugs besteht in der schnellen Beurteilung der visualisierten Daten in dem Report. Durch unsere Lösung erhält der Kunde keinen Report, sondern ein Framework, um beliebig viele Reports zu erstellen. Dies geschieht dank übersichtlicher Datenauswahl und Eingabemaske auch ohne Programmierkenntnisse und Big Data Erfahrung. Selbst komplexe Auswertungen werden dadurch einer größeren Nutzergemeinschaft ermöglicht.
Projekt-
steckbrief
Unsere Rolle
-
Unterstützung des Kunden durch Data Scientists, Data Engineers, und Software-Entwickler
Unsere Tätigkeiten
-
Erstellung eines Frameworks zur Aggregation von Daten und Berechnung von Visualisierungen auf großen Daten
-
Erstellung von Templates für das Reporting-Framework
-
Produktivsetzung des Reporting-Frameworks als App
Technologien & Methoden
-
Applikationen: DaSense
-
Daten/-banken: MF4, Parquet
-
Sprachen / Frameworks: Python (Anaconda Stack), Javascript, AngularJS, Hadoop, Spark, Yarn, Oozie, Docker
-
Methoden: Zeitreihenanalysen