Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
1. Modulo-1 : Casi di studio di come Telecom le autorità di regolamentazione hanno utilizzato l'analisi dei Big Data per imporre la conformità:
- TRAI ( Telecom Autorità di regolamentazione dell'India)
- Regolatore turco Telecom : Telekomünikasyon Kurumu
- FCC - Commissione federale per le comunicazioni
- BTRC – Bangladesh Telecomautorità di regolamentazione delle comunicazioni
2. Modulo-2: Revisione di milioni di contratti tra CSP e i suoi utenti utilizzando l'analisi non strutturata dei Big Data
- Element di PNL ( Natural Language Processing )
- Estrazione di SLA (Service Level Agreement) da milioni di contratti
- Alcuni degli strumenti open source e concessi in licenza per l'analisi dei contratti (eBravia, IBM Watson, KIRA)
- Rilevamento automatico del contratto e del conflitto dall'analisi dei dati non strutturati
3. Modulo -3: Estrazione di informazioni strutturate da contratti con clienti non strutturati e mappatura della qualità del servizio ottenuta da dati IPDR e Dati dell'app Crowd Sourcing. Metrica per la conformità. Rilevamento automatico delle violazioni della conformità.
4. Modulo- 4: UTILIZZO dell'approccio dell'app per raccogliere la conformità e i dati QoS- rilasciare un'app mobile normativa gratuita agli utenti per monitorare e analizzare automaticamente. In questo approccio, l'autorità di regolamentazione rilascerà un'app gratuita e la distribuirà tra gli utenti, e l'app raccoglierà dati su QoS/Spam ecc. e li riporterà in forma di dashboard analitico:
- Motore intelligente di rilevamento dello spam (solo per SMS) per assistere l'abbonato nella segnalazione
- Crowdsourcing di dati su messaggi offensivi e chiamate per accelerare il rilevamento di operatori di telemarketing non registrati
- Aggiornamenti sulle azioni intraprese in merito ai reclami all'interno dell'App
- Segnalazione automatica della qualità delle chiamate vocali (caduta chiamata, connessione unidirezionale) per coloro che avranno installato l'app normativa
- Reportistica automatica della velocità dei dati
5. Modulo-5: Elaborazione dei dati dell'app normativa per la generazione automatica del sistema di allarme (gli allarmi verranno generati e inviati automaticamente via e-mail/SMS agli stakeholder): Implementazione del cruscotto e del servizio di allarme
- Microsoft Dashboard basato su Azure e servizio di allarme SNS
- Pannello di controllo basato sul servizio AWS Lambda e allarmi
- AWS/Microsoft Suite analitica per l'elaborazione dei dati per la generazione di allarmi
- Regole per la generazione degli allarmi
6. Modulo-6 : Utilizzare i dati IPDR per QoS e Compliance-IPDR Analisi dei Big Data:
- Fatturazione a consumo in base all'utilizzo del servizio e dell'abbonato
- Analisi e pianificazione della capacità della rete
- Gestione delle risorse edge
- Inventario di rete e gestione delle risorse
- Monitoraggio degli obiettivi del livello di servizio (SLO) per i servizi aziendali
- Monitoraggio della qualità dell'esperienza (QOE)
- Cadute di chiamata
- Ottimizzazione del servizio e analisi dello sviluppo del prodotto
7. Modulo-7 : Esperienza del servizio clienti e Big Data approccio al CSP CRM:
- Conformità alle politiche di rimborso
- Quote di abbonamento
- Sconto SLA e abbonamento per riunioni
- Rilevamento automatico del mancato rispetto degli SLA
8. Modulo-8 : Big Data ETL per l'integrazione di diverse fonti di dati QoS e la combinazione in un'unica analisi basata sugli allarmi del cruscotto:
- Utilizzo di un cloud PAAS come AWS Lambda, Microsoft Azure
- Utilizzo di un approccio cloud ibrido
Requisiti
Non sono necessari requisiti specifici per frequentare questo corso.
14 ore
Recensioni (4)
how the trainor shows his knowledge in the subject he's teachign
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Corso - Data Vault: Building a Scalable Data Warehouse
I liked that it was practical. Loved to apply the theoretical knowledge with practical examples.
Aurelia-Adriana - Allianz Services Romania
Corso - Python and Spark for Big Data (PySpark)
Un sacco di esempi pratici, modi diversi di affrontare lo stesso problema, e a volte trucchi non così ovvi su come migliorare la soluzione attuale
Rafał - Nordea
Corso - Apache Spark MLlib
Traduzione automatica
This is one of the best hands-on with exercises programming courses I have ever taken.