Este documento presenta una sesión introductoria sobre los fundamentos del Big Data. Explica que el Big Data implica grandes cantidades de datos de diversas fuentes que superan la capacidad del software convencional. Define las 5 V del Big Data: volumen, velocidad, variedad, veracidad y valor. Describe cada una de estas dimensiones y los tipos de datos estructurados, semiestructurados y no estructurados. Finalmente, contrasta el enfoque del Big Data con el Small Data, enfocado en detalles específicos.
1. El documento describe la generación de grandes volúmenes de datos (Big Data) en la actualidad. 2. Los datos se generan a través de las interacciones de las personas en Internet y redes sociales, transacciones comerciales electrónicas, y navegación web. 3. El análisis de estos grandes conjuntos de datos proporciona información valiosa para las empresas.
Este documento proporciona una introducción al tema de Big Data. Explica brevemente qué es Big Data, clasifica los diferentes tipos de datos (estructurados, no estructurados y semiestructurados), describe las fuentes comunes de datos, y destaca la importancia del análisis de Big Data para las empresas al permitir ahorros de costos, tiempo de respuesta más rápido, desarrollo de nuevos productos y una mejor comprensión del mercado. También explica las 5 V's (volumen, velocidad, variedad, veracidad y valor)
Este documento trata sobre los fundamentos de Big Data. Explica que los datos se generan constantemente a través de dispositivos electrónicos y que su volumen ha crecido exponencialmente. Describe los tres paradigmas de procesamiento de Big Data: procesamiento por lotes, procesamiento en tiempo real y procesamiento híbrido. Además, menciona algunos blogs destacados sobre Big Data.
El futuro Data Driven en e-Learning y RR.HH.OpenSistemas
El documento describe cómo los datos masivos y continuos generados por personas y objetos están dando lugar a un mundo impulsado por los datos, y cómo esto está afectando a los recursos humanos y la formación. Se analizan casos reales de aplicación de análisis de datos a procesos de selección, análisis operativo, benchmarking y predicción de bajas. También se discuten las implicaciones éticas y legales del uso de datos personales, y la necesidad de gestionar las expectativas sobre los resultados de los modelos predictivos.
Los big data son grandes bases de datos que permiten análisis precisos para tomar mejores decisiones empresariales. Aunque no hay un tamaño definido, se considera big data cuando los conjuntos de datos tienen entre 30 y 50 terabytes. Los big data extraen información de varias fuentes para identificar oportunidades y riesgos que generan negocios inteligentes. Algunos sectores que se benefician son turismo, salud, retail y call centers.
El objetivo de este módulo es proporcionar una visión general sobre lo que entendemos por Big Data.
Una vez completado este módulo, podrá:
- Comprender el papel emergente del Big Data
- Entender los términos clave del Big Data y Smart Data
- Saber cómo Big Data puede convertirse en Smart Data
- Ser capaz de aplicar los términos clave en relación con el Big Data
1. El documento describe la generación de grandes volúmenes de datos (Big Data) en la actualidad. 2. Los datos se generan a través de las interacciones de las personas en Internet y redes sociales, transacciones comerciales electrónicas, y navegación web. 3. El análisis de estos grandes conjuntos de datos proporciona información valiosa para las empresas.
Este documento proporciona una introducción al tema de Big Data. Explica brevemente qué es Big Data, clasifica los diferentes tipos de datos (estructurados, no estructurados y semiestructurados), describe las fuentes comunes de datos, y destaca la importancia del análisis de Big Data para las empresas al permitir ahorros de costos, tiempo de respuesta más rápido, desarrollo de nuevos productos y una mejor comprensión del mercado. También explica las 5 V's (volumen, velocidad, variedad, veracidad y valor)
Este documento trata sobre los fundamentos de Big Data. Explica que los datos se generan constantemente a través de dispositivos electrónicos y que su volumen ha crecido exponencialmente. Describe los tres paradigmas de procesamiento de Big Data: procesamiento por lotes, procesamiento en tiempo real y procesamiento híbrido. Además, menciona algunos blogs destacados sobre Big Data.
El futuro Data Driven en e-Learning y RR.HH.OpenSistemas
El documento describe cómo los datos masivos y continuos generados por personas y objetos están dando lugar a un mundo impulsado por los datos, y cómo esto está afectando a los recursos humanos y la formación. Se analizan casos reales de aplicación de análisis de datos a procesos de selección, análisis operativo, benchmarking y predicción de bajas. También se discuten las implicaciones éticas y legales del uso de datos personales, y la necesidad de gestionar las expectativas sobre los resultados de los modelos predictivos.
Los big data son grandes bases de datos que permiten análisis precisos para tomar mejores decisiones empresariales. Aunque no hay un tamaño definido, se considera big data cuando los conjuntos de datos tienen entre 30 y 50 terabytes. Los big data extraen información de varias fuentes para identificar oportunidades y riesgos que generan negocios inteligentes. Algunos sectores que se benefician son turismo, salud, retail y call centers.
El objetivo de este módulo es proporcionar una visión general sobre lo que entendemos por Big Data.
Una vez completado este módulo, podrá:
- Comprender el papel emergente del Big Data
- Entender los términos clave del Big Data y Smart Data
- Saber cómo Big Data puede convertirse en Smart Data
- Ser capaz de aplicar los términos clave en relación con el Big Data
Este documento presenta una introducción general sobre Big Data y sus aplicaciones a los negocios. Explica las 3 V del Big Data (Volumen, Variedad y Velocidad), así como las 7 V. Detalla las fases de un proyecto de Big Data y marcos como Hadoop. Incluye ejemplos de cómo empresas como Amazon, Netflix y Starbucks han aplicado con éxito Big Data. Concluye que las soluciones de Big Data involucran tecnologías como la inteligencia de negocios y el machine learning para extraer valor de grandes volúmenes y variedades de datos que cre
Este documento describe el concepto de analítica de datos y su utilidad para la toma de decisiones empresariales. Explica cómo la transformación de datos en información y conocimiento permite optimizar los procesos de negocio. También aborda consideraciones clave como la seguridad y privacidad de datos, la contratación de proveedores, y el desarrollo de una estructura interna responsable del análisis de datos.
Definiciones de Social Media Analytics, Social media listening y Big Data. Ejemplos y algunas herramientas utilizadas.
Como evitar el fraude electrónico con el uso de Big Data
El documento explica qué es Big Data, incluyendo su definición, características y ejemplos. Big Data se refiere a los grandes volúmenes de datos que las empresas recopilan y analizan para obtener información valiosa y tomar mejores decisiones de negocio. Las características clave de Big Data son el volumen, la velocidad y la variedad de los datos.
Big Data se refiere a grandes volúmenes de datos que son muy variados y se mueven/generan rápidamente, excediendo la capacidad de procesamiento de datos tradicional. Estos datos pueden ayudar a las empresas a mejorar sus operaciones y tomar decisiones más rápidas e inteligentes mediante análisis como el de redes sociales, hábitos de consumo en línea y datos de navegación. Big Data involucra recopilar, usar y comunicar grandes cantidades de datos estructurados y no estructurados de diversas fuentes para obt
Este documento presenta los fundamentos del Big Data y el Business Analytics. Define Big Data como el uso de técnicas para procesar grandes conjuntos de datos no accesibles con tecnologías estándar. Explica las características clave de Big Data: volumen, velocidad, variedad, veracidad y variabilidad. También define Business Analytics como el uso de datos y análisis para mejorar la toma de decisiones empresariales.
En es presentación vemos las herramientas con las cuales cuenta un científico de datos con tecnología Microsoft y también con tecnología OpenSource es se puede integrar con Plataformas Microsoft en la nube con Azure o con Servidores OnPremises.
Saludos,
Ing. Eduardo Castro, PhD
Microsoft SQL Server MVP
Costa Rica
El documento describe Big Data, que se refiere a enormes cantidades de datos estructurados, semiestructurados y no estructurados que son difíciles de procesar con métodos tradicionales. Big Data proviene de fuentes como dispositivos móviles, redes sociales y sensores, y se caracteriza por su volumen, variedad, velocidad, veracidad y valor. Big Data puede ayudar a las empresas a tomar mejores decisiones mediante el análisis de grandes conjuntos de datos.
El documento define Business Intelligence como la habilidad para transformar datos en información y conocimiento para optimizar la toma de decisiones empresariales. Explica que BI apoya la toma de decisiones de usuarios a través de herramientas de análisis de datos accesibles. También describe los principales componentes de BI como almacenes de datos, ETL, minería de datos, y sistemas de soporte a la decisión.
"Educación y datos masivos (Big Data)" - Fernando SantamariaNivel 7
En esta conferencia haremos un repaso de las características de los datos masivos, de sus conceptos emergentes que surgen alrededor, de sus ventajas y desventajas, de los efectos y consecuencias que tendrá sobre los sistemas educativos y de los peligros vistos desde nuestra estructura mental y social que es de pre-datos masivos.
Los datos masivos (Big Data) están cambiando la forma de acceder, comprender, planificar y también la forma de vivir. Este nuevo paradigma están entrando de lleno en todos los ámbitos sociales. El mundo académico y de aprendizaje no va ser menos. La analítica del aprendizaje y académico está focalizado en la educación. En esta presentación (en beta) presentamos en MoodleMoot 2014 Colombia para dar a conocer todo este ecosistema del dato.
"Educación y datos masivos (Big Data)" - Fernando SantamariaNivel 7
En esta conferencia haremos un repaso de las características de los datos masivos, de sus conceptos emergentes que surgen alrededor, de sus ventajas y desventajas, de los efectos y consecuencias que tendrá sobre los sistemas educativos y de los peligros vistos desde nuestra estructura mental y social que es de pre-datos masivos.
Este documento introduce el tema del Big Data en educación. Explica que el Big Data se refiere a grandes volúmenes de datos producidos a gran velocidad de múltiples fuentes. Estos datos tienen 7 características clave: volumen, velocidad, variedad, veracidad, valor, variabilidad y visualización. El documento también describe cómo el Big Data puede usarse en educación para mejorar el aprendizaje, personalizar la educación y predecir y minimizar el fracaso escolar.
Este documento describe el análisis de grandes volúmenes de datos (Big Data). Explica que Big Data se refiere a grandes cantidades de datos de diversas fuentes que pueden usarse para descubrir patrones u obtener información útil. Detalla que Big Data incluye volumen, velocidad y variedad de datos y que su objetivo es ayudar a las empresas a tomar mejores decisiones de negocios. Finalmente, discute algunas ventajas y usos del análisis de Big Data.
El documento describe 5 aspectos fundamentales para que las organizaciones puedan adaptarse a nuevos entornos como el digital: tener visión estratégica, obtener información del entorno, participar activamente en comunicaciones, estar preparados para la incertidumbre, y contar con líderes y equipos bien formados. También habla sobre la oportunidad de involucrar consultores para procesar grandes cantidades de datos e información de Internet y extraer su valor estratégico para las organizaciones.
El documento habla sobre el uso de big data en la campaña de reelección de Barack Obama en 2012. La campaña utilizó un equipo de 100 personas para recopilar y analizar datos sobre votantes, con el objetivo de registrar a votantes convencidos, persuadir a indecisos y asegurar que los partidarios votaran. También describe cómo la NFL usa datos para ayudar a los equipos a tomar decisiones durante los partidos.
Big data se refiere a los grandes volúmenes de datos que son difíciles de procesar con métodos tradicionales debido a su velocidad, variedad y complejidad. Estos datos provienen de múltiples fuentes como dispositivos inteligentes, redes sociales, sensores y más. El análisis de big data permite a las empresas tomar decisiones informadas, reducir costos, desarrollar nuevos productos y detectar fraudes de manera oportuna. Las fuentes principales de datos son internet, dispositivos móviles, internet de las cosas
Big Data se refiere a grandes volúmenes de datos estructurados y no estructurados que las empresas reciben diariamente. Estos datos pueden analizarse para obtener información que conduzca a mejores decisiones empresariales y movimientos estratégicos. Big Data incluye conjuntos de datos cuyo tamaño, complejidad y velocidad de crecimiento dificultan su análisis mediante tecnologías convencionales. Su importancia radica en que proporciona respuestas a preguntas que las empresas ni siquiera sab
Este documento trata sobre el tema de Big Data. Explica brevemente qué es Big Data, por qué es importante, los tipos de datos, cómo funciona, cómo se puede utilizar en las empresas y los análisis que permite realizar. También presenta ejemplos prácticos y pasos para controlar Big Data.
El Viaje | Charla de SEO para WordPress | WordPress Valencia | WaycoEricjorge Sp
En la presentación que di en WordPress Valencia, en el coworking de Waico Abastos, utilicé mi viaje a Japón como metáfora para explicar los principios del SEO para WordPress.
Me presenté como Eric Jorge Seguí Parejo, un programador y experto en SEO desde 2010, compartiendo mi pasión por el marketing digital y la automatización. Hablé sobre la necesidad de invertir en SEO para alcanzar una mayor audiencia y cumplir nuestras metas, comparándolo con la planificación necesaria para un viaje exitoso.
Describí WordPress como la "katana perfecta" para el SEO, destacando su facilidad de uso, amplia gama de plugins y fuerte comunidad de soporte. Luego, discutí la importancia del keyword research y la identificación de problemas técnicos y de contenido, utilizando herramientas como crawlers y dashboards.
Expliqué cómo una estructura de navegación intuitiva y URLs amigables son esenciales, comparando la planificación de contenidos con la organización de un itinerario de viaje. Abordé aspectos técnicos del SEO como la optimización de imágenes, el uso de CDNs y la configuración correcta de archivos robots.txt y sitemaps. Mencioné la importancia de los enlaces internos y una estrategia efectiva de link building para mejorar la autoridad y visibilidad del sitio web.
Ofrecí consejos prácticos, como la calendarización de contenidos y el uso de herramientas como Surfer SEO para mantener la web activa y relevante. Terminé la charla con reflexiones inspiradoras, animando a los asistentes a ver el SEO como un viaje emocionante lleno de aprendizaje, y agradeciéndoles por su participación.
Esta presentación no solo buscó educar sobre SEO, sino también motivar a los asistentes a utilizar WordPress como una herramienta poderosa en su camino hacia una mejor visibilidad en línea.
Este documento presenta una introducción general sobre Big Data y sus aplicaciones a los negocios. Explica las 3 V del Big Data (Volumen, Variedad y Velocidad), así como las 7 V. Detalla las fases de un proyecto de Big Data y marcos como Hadoop. Incluye ejemplos de cómo empresas como Amazon, Netflix y Starbucks han aplicado con éxito Big Data. Concluye que las soluciones de Big Data involucran tecnologías como la inteligencia de negocios y el machine learning para extraer valor de grandes volúmenes y variedades de datos que cre
Este documento describe el concepto de analítica de datos y su utilidad para la toma de decisiones empresariales. Explica cómo la transformación de datos en información y conocimiento permite optimizar los procesos de negocio. También aborda consideraciones clave como la seguridad y privacidad de datos, la contratación de proveedores, y el desarrollo de una estructura interna responsable del análisis de datos.
Definiciones de Social Media Analytics, Social media listening y Big Data. Ejemplos y algunas herramientas utilizadas.
Como evitar el fraude electrónico con el uso de Big Data
El documento explica qué es Big Data, incluyendo su definición, características y ejemplos. Big Data se refiere a los grandes volúmenes de datos que las empresas recopilan y analizan para obtener información valiosa y tomar mejores decisiones de negocio. Las características clave de Big Data son el volumen, la velocidad y la variedad de los datos.
Big Data se refiere a grandes volúmenes de datos que son muy variados y se mueven/generan rápidamente, excediendo la capacidad de procesamiento de datos tradicional. Estos datos pueden ayudar a las empresas a mejorar sus operaciones y tomar decisiones más rápidas e inteligentes mediante análisis como el de redes sociales, hábitos de consumo en línea y datos de navegación. Big Data involucra recopilar, usar y comunicar grandes cantidades de datos estructurados y no estructurados de diversas fuentes para obt
Este documento presenta los fundamentos del Big Data y el Business Analytics. Define Big Data como el uso de técnicas para procesar grandes conjuntos de datos no accesibles con tecnologías estándar. Explica las características clave de Big Data: volumen, velocidad, variedad, veracidad y variabilidad. También define Business Analytics como el uso de datos y análisis para mejorar la toma de decisiones empresariales.
En es presentación vemos las herramientas con las cuales cuenta un científico de datos con tecnología Microsoft y también con tecnología OpenSource es se puede integrar con Plataformas Microsoft en la nube con Azure o con Servidores OnPremises.
Saludos,
Ing. Eduardo Castro, PhD
Microsoft SQL Server MVP
Costa Rica
El documento describe Big Data, que se refiere a enormes cantidades de datos estructurados, semiestructurados y no estructurados que son difíciles de procesar con métodos tradicionales. Big Data proviene de fuentes como dispositivos móviles, redes sociales y sensores, y se caracteriza por su volumen, variedad, velocidad, veracidad y valor. Big Data puede ayudar a las empresas a tomar mejores decisiones mediante el análisis de grandes conjuntos de datos.
El documento define Business Intelligence como la habilidad para transformar datos en información y conocimiento para optimizar la toma de decisiones empresariales. Explica que BI apoya la toma de decisiones de usuarios a través de herramientas de análisis de datos accesibles. También describe los principales componentes de BI como almacenes de datos, ETL, minería de datos, y sistemas de soporte a la decisión.
"Educación y datos masivos (Big Data)" - Fernando SantamariaNivel 7
En esta conferencia haremos un repaso de las características de los datos masivos, de sus conceptos emergentes que surgen alrededor, de sus ventajas y desventajas, de los efectos y consecuencias que tendrá sobre los sistemas educativos y de los peligros vistos desde nuestra estructura mental y social que es de pre-datos masivos.
Los datos masivos (Big Data) están cambiando la forma de acceder, comprender, planificar y también la forma de vivir. Este nuevo paradigma están entrando de lleno en todos los ámbitos sociales. El mundo académico y de aprendizaje no va ser menos. La analítica del aprendizaje y académico está focalizado en la educación. En esta presentación (en beta) presentamos en MoodleMoot 2014 Colombia para dar a conocer todo este ecosistema del dato.
"Educación y datos masivos (Big Data)" - Fernando SantamariaNivel 7
En esta conferencia haremos un repaso de las características de los datos masivos, de sus conceptos emergentes que surgen alrededor, de sus ventajas y desventajas, de los efectos y consecuencias que tendrá sobre los sistemas educativos y de los peligros vistos desde nuestra estructura mental y social que es de pre-datos masivos.
Este documento introduce el tema del Big Data en educación. Explica que el Big Data se refiere a grandes volúmenes de datos producidos a gran velocidad de múltiples fuentes. Estos datos tienen 7 características clave: volumen, velocidad, variedad, veracidad, valor, variabilidad y visualización. El documento también describe cómo el Big Data puede usarse en educación para mejorar el aprendizaje, personalizar la educación y predecir y minimizar el fracaso escolar.
Este documento describe el análisis de grandes volúmenes de datos (Big Data). Explica que Big Data se refiere a grandes cantidades de datos de diversas fuentes que pueden usarse para descubrir patrones u obtener información útil. Detalla que Big Data incluye volumen, velocidad y variedad de datos y que su objetivo es ayudar a las empresas a tomar mejores decisiones de negocios. Finalmente, discute algunas ventajas y usos del análisis de Big Data.
El documento describe 5 aspectos fundamentales para que las organizaciones puedan adaptarse a nuevos entornos como el digital: tener visión estratégica, obtener información del entorno, participar activamente en comunicaciones, estar preparados para la incertidumbre, y contar con líderes y equipos bien formados. También habla sobre la oportunidad de involucrar consultores para procesar grandes cantidades de datos e información de Internet y extraer su valor estratégico para las organizaciones.
El documento habla sobre el uso de big data en la campaña de reelección de Barack Obama en 2012. La campaña utilizó un equipo de 100 personas para recopilar y analizar datos sobre votantes, con el objetivo de registrar a votantes convencidos, persuadir a indecisos y asegurar que los partidarios votaran. También describe cómo la NFL usa datos para ayudar a los equipos a tomar decisiones durante los partidos.
Big data se refiere a los grandes volúmenes de datos que son difíciles de procesar con métodos tradicionales debido a su velocidad, variedad y complejidad. Estos datos provienen de múltiples fuentes como dispositivos inteligentes, redes sociales, sensores y más. El análisis de big data permite a las empresas tomar decisiones informadas, reducir costos, desarrollar nuevos productos y detectar fraudes de manera oportuna. Las fuentes principales de datos son internet, dispositivos móviles, internet de las cosas
Big Data se refiere a grandes volúmenes de datos estructurados y no estructurados que las empresas reciben diariamente. Estos datos pueden analizarse para obtener información que conduzca a mejores decisiones empresariales y movimientos estratégicos. Big Data incluye conjuntos de datos cuyo tamaño, complejidad y velocidad de crecimiento dificultan su análisis mediante tecnologías convencionales. Su importancia radica en que proporciona respuestas a preguntas que las empresas ni siquiera sab
Este documento trata sobre el tema de Big Data. Explica brevemente qué es Big Data, por qué es importante, los tipos de datos, cómo funciona, cómo se puede utilizar en las empresas y los análisis que permite realizar. También presenta ejemplos prácticos y pasos para controlar Big Data.
El Viaje | Charla de SEO para WordPress | WordPress Valencia | WaycoEricjorge Sp
En la presentación que di en WordPress Valencia, en el coworking de Waico Abastos, utilicé mi viaje a Japón como metáfora para explicar los principios del SEO para WordPress.
Me presenté como Eric Jorge Seguí Parejo, un programador y experto en SEO desde 2010, compartiendo mi pasión por el marketing digital y la automatización. Hablé sobre la necesidad de invertir en SEO para alcanzar una mayor audiencia y cumplir nuestras metas, comparándolo con la planificación necesaria para un viaje exitoso.
Describí WordPress como la "katana perfecta" para el SEO, destacando su facilidad de uso, amplia gama de plugins y fuerte comunidad de soporte. Luego, discutí la importancia del keyword research y la identificación de problemas técnicos y de contenido, utilizando herramientas como crawlers y dashboards.
Expliqué cómo una estructura de navegación intuitiva y URLs amigables son esenciales, comparando la planificación de contenidos con la organización de un itinerario de viaje. Abordé aspectos técnicos del SEO como la optimización de imágenes, el uso de CDNs y la configuración correcta de archivos robots.txt y sitemaps. Mencioné la importancia de los enlaces internos y una estrategia efectiva de link building para mejorar la autoridad y visibilidad del sitio web.
Ofrecí consejos prácticos, como la calendarización de contenidos y el uso de herramientas como Surfer SEO para mantener la web activa y relevante. Terminé la charla con reflexiones inspiradoras, animando a los asistentes a ver el SEO como un viaje emocionante lleno de aprendizaje, y agradeciéndoles por su participación.
Esta presentación no solo buscó educar sobre SEO, sino también motivar a los asistentes a utilizar WordPress como una herramienta poderosa en su camino hacia una mejor visibilidad en línea.
3. Al finalizar la sesión, el estudiante
conoce cuales son los fundamentos
esenciales del big data y su
aplicación en las empresas, de
manera clara y precisa.
Logro de la sesión 01
4. Interés / inicio
DIALOGUEMOS
¿Cuántas personas, en tu casa, suelen estar conectadas a internet
con frecuencia?
Con relación a tu experiencia personal en las redes sociales
digitales:
¿Cuántos veces, en promedio, reaccionas cada día?
¿Cuántos veces, en promedio, publicas cada día (fotos, textos,
vídeos)?
¿Cuántos veces, en promedio, comentas publicaciones de otro
cada día?
5. Interés / inicio
AHORA COMPAREMOS
Raconteur, contenido para
responsables de toma de
decisiones empresariales
https://www.raconteur.net/
infographics/a-day-in-
data/
7. Interés / inicio
¿Y EN QUÉ PODEMOS USAR ESTOS DATOS?
En salud y sanidad
En educación
En seguridad
En política
En deportes
En marketing
…
9. Big data es un término que
hace referencia a una
cantidad de datos de
orígenes muy diversos, tal
que supera la capacidad del
software convencional para
ser capturados,
administrados y procesados
para extraer conocimiento,
10. Big Data
Tratamiento de grandes cantidades
de información, ordenada y procesada para
contribuir con la mejora de la automatización y
la toma de decisiones a partir de predicciones
11.
12.
13. Las 5 V del Big Data
Valor
Veracidad
Variedad
Velocidad
Volumen
14. Volumen
Acumulación de datos a gran escala (local,
nacional, regional y mundial)
Los grandes retos del volumen de datos son
Recopilación
Almacenamiento
Gestión
Demandan soluciones de hardware y software
mucho más exigente y sólidas que las
convencionales
15. Velocidad
La información se produce a cada momento
Por lo mismo, tiende a ser obsoleta en el
mediano plazo
Por lo tanto, para que adquiera mayor utilidad
debe ser procesada lo más rápido posible
Para ello debe recurrirse a la automatización de
los procesos de gestión de datos
16. Variedad
La información
Proviene de múltiples fuentes (compras, mensajes,
ubicaciones geográficas, etc.)
Se genera de múltiples modos (números, texto en
varios idiomas, sonidos e imágenes en diferentes
formatos)
El cruce de datos variados permite efectuar
predicciones útiles para tomar decisiones
Esto se relaciona, en el entorno digital, con el
diseño de algoritmos
17. Veracidad
Existen datos que son más o menos fiables (es
decir que otorgan confianza y seguridad)
Por ejemplo, no es lo mismo conocer la talla de una
persona que su opinión sobre determinado tema
Sin embargo, sean más o menos fiables, los
datos siguen siendo importantes para ser
usados en la predictibilidad
La diferencia es que cada tipo de datos debe
procesarse de manera distinta
18. Valor
Se relaciona con la utilidad real que se puedan
tener los datos
Al ser masivos, cada dato implica un alto costo
al ser recogido, almacenado y gestionado
Por ello se debe determinar
Cuáles son los datos necesarios
Cómo se relacionan esos datos (por oposición, por
complementariedad, etc.)
Cuán importantes son a nivel de costo beneficio en
función a objetivos previamente determinados
19. Pirámide de la valorización de datos
Conocimiento
Información
Datos
21. Datos estructurados
Cuentan con un formato específico de
almacenamiento
Pueden ser proporcionados por personas (por
ejemplo DNI, edad, reacciones en redes
sociales digitales, etc.) o por máquinas
(ubicación por GPS, visitas en internet, etc.)
Son los más sencillos y rápidos de ordenar
por los software de procesamiento
22. Datos semiestructurados
Tienen algunas características fijas y otras no
definidas
Un ejemplo son las fotografías, cuyos datos
definidos son, por ejemplo, el tamaño y el
formato, y los no definidos son las etiquetas,
las personas u objetos fotografiados, etc.
La tendencia es buscar estructurarlos en lo
posible, a partir, por ejemplo, de software de
reconocimiento facial
23. Datos no estructurados
Se trata de datos que no tienen ninguna
estructura pre definida
Por ejemplo los correos electrónicos, las
publicaciones escritas o comentarios en redes
sociales digitales, etc.
Su procesamiento y búsqueda de
estructuración, en estos casos, se suele dar
mediante algoritmos de identificación, por
ejemplo, de combinaciones de palabras
25. Del Big data al Small data
Para Martin Lindstrom, el Small Data es la evolución
natural del Big Data
De lo que se trata es de prestar atención a detalles
específicos que complementen las proyecciones
obtenidas de forma masiva
El enfoque, en ambos casos, está en la valorización de los
datos (es decir, el conocimiento útil que pueda lograrse al
cruzar ambos enfoques)
26. Diferencias entre Big Data y Small Data
Big Data Small Data
Busca patrones de comportamiento a partir
de algoritmos.
Busca comprender comportamientos
específicos.
Su principal valor son los datos relacionados
en gran volumen durante un extenso periodo
de tiempo (extensión).
Su principal valor es la concentración en
pocos datos en momentos específicos
(profundidad).
Para que los datos se procesen de forma
rápida se requiere de inversión en hardware y
software, además de especialización en
ingeniería de sistemas.
Los datos son más fáciles, rápidos y
económicos de procesar, pues se pueden
recoger de forma directa y analizar en hojas
de cálculo.
Se trata de un enfoque relativamente nuevo
(su desarrollo principal se da a partir del siglo
XXI, con el auge del internet de las cosas).
Se utilizaba, sin usar ese nombre, desde
hace más tiempo (a partir de encuestas,
entrevistas, observaciones, etc.).
29. Actividad:
Evaluar en grupos
software de
procesamiento de datos
en internet
El sofware se asignará
aleatoriamente a cada
grupo
Experiencia / desarrollo
31. Lista de cotejo
Nombres de los integrantes
Nombre del software
Tipo de software
Por disponibilidad (gratuito totalmente, gratuito parcialmente, de pago)
Por funcionalidad (funciona en línea libremente, funciona en línea
previo registro, se debe descargar e instalar)
Breve descripción de cómo funciona (úsenlo y narren la experiencia)
Datos que proporciona (sean detallados)
Usos que se le puede dar a los datos
Evaluación del 1 al 10
Usabilidad del diseño
Facilidad de uso
Velocidad
33. Bibliografía y Referencias
López Murphy, Juan José & Zarza, Gonzalo (2017). La ingeniería del big data. Cómo trabajar con datos. Bercelona, Editorial UOC.
Mayer-Schönberger, Viktor & Cukier, Kenneth (2013). Big Data. La revolución de los datos masivos. México, Editorial Titivillus.
Ríos Insua, David & Gómez-Ullate Oteiza, David (2019). Big data. Conceptos, tecnologías y aplicaciones. Madrid, Consejo Superior de
Investigaciones Científicas
Sosa Escudero, Walter (2019). Big data. Buenos Aires, Siglo XXI editores.
Tascón, Mario & Coullaut, Arantza (2016). Big Data y el Internet de las cosas. Qué hay detrás y cómo nos va a cambiar. Madrid, Los libros de
la catarata.
Referencias