Cada ciencia tiene su curva natural de desarrollo. Al principio arrastra un lastre de creencias precientíficas y plantea mal los problemas: el progreso es lento. Un concienzudo acopio de hechos observados cuidadosamente constituye la labor preliminar indispensable para la elaboración de generalizaciones. Luego, a medida que se consigue una visión interior acertada, primero en una subsección, después en otra, el progreso se vuelve más rápido. Los diversos campos empiezan a ponerse incandescentes y se iluminan unos a otros. (Taylor, La Revolución Biológica)
Cada ciencia tiene su curva natural de desarrollo. Al principio arrastra un lastre de creencias precientíficas y plantea mal los problemas: el progreso es lento. Un concienzudo acopio de hechos observados cuidadosamente constituye la labor preliminar indispensable para la elaboración de generalizaciones. Luego, a medida que se consigue una visión interior acertada, primero en una subsección, después en otra, el progreso se vuelve más rápido. Los diversos campos empiezan a ponerse incandescentes y se iluminan unos a otros. (Taylor, La Revolución Biológica)
Inteligencia artificial, Generalidades, Redes neuronales
Semejanzas y diferencias entre inteligencia humana e, inteligencia artificial, Perceptrones, Aplicaciones
El enfoque de sistemas permite a los directores de las instituciones poder conservar con más facilidad el equilibrio entre las necesidades de los distintos servicios que conforman la organización y los requerimientos de esta en su conjunto.
Big Data may well be the Next Big Thing in the IT world. The first organizations to embrace it were online and startup firms. Firms like Google, eBay, LinkedIn, and Facebook were built around big data from the beginning.
History of AI, Current Trends, Prospective TrajectoriesGiovanni Sileno
Talk given at the 2nd Winter Academy on Artificial Intelligence and International Law of the Asser Institute. The birth of AI: Dartmouth workshop. The biggest AI waves: classic symbolic AI (reasoning, knowledge systems, problem-solving), machine learning (induction). Current problems: explainability, trustworthyness, impact and transformation on society and people, the rise of artificially dumber systems.
Disclaimer :
The images, company, product and service names that are used in this presentation, are for illustration purposes only. All trademarks and registered trademarks are the property of their respective owners.
Data/Image collected from various sources from Internet.
Intention was to present the big picture of Big Data & Hadoop
Content:
Introduction
What is Big Data?
Big Data facts
Three Characteristics of Big Data
Storing Big Data
THE STRUCTURE OF BIG DATA
WHY BIG DATA
HOW IS BIG DATA DIFFERENT?
BIG DATA SOURCES
BIG DATA ANALYTICS
TYPES OF TOOLS USED IN BIG-DATA
Application Of Big Data analytics
HOW BIG DATA IMPACTS ON IT
RISKS OF BIG DATA
BENEFITS OF BIG DATA
Future of big data
conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales
Inteligencia artificial, Generalidades, Redes neuronales
Semejanzas y diferencias entre inteligencia humana e, inteligencia artificial, Perceptrones, Aplicaciones
El enfoque de sistemas permite a los directores de las instituciones poder conservar con más facilidad el equilibrio entre las necesidades de los distintos servicios que conforman la organización y los requerimientos de esta en su conjunto.
Big Data may well be the Next Big Thing in the IT world. The first organizations to embrace it were online and startup firms. Firms like Google, eBay, LinkedIn, and Facebook were built around big data from the beginning.
History of AI, Current Trends, Prospective TrajectoriesGiovanni Sileno
Talk given at the 2nd Winter Academy on Artificial Intelligence and International Law of the Asser Institute. The birth of AI: Dartmouth workshop. The biggest AI waves: classic symbolic AI (reasoning, knowledge systems, problem-solving), machine learning (induction). Current problems: explainability, trustworthyness, impact and transformation on society and people, the rise of artificially dumber systems.
Disclaimer :
The images, company, product and service names that are used in this presentation, are for illustration purposes only. All trademarks and registered trademarks are the property of their respective owners.
Data/Image collected from various sources from Internet.
Intention was to present the big picture of Big Data & Hadoop
Content:
Introduction
What is Big Data?
Big Data facts
Three Characteristics of Big Data
Storing Big Data
THE STRUCTURE OF BIG DATA
WHY BIG DATA
HOW IS BIG DATA DIFFERENT?
BIG DATA SOURCES
BIG DATA ANALYTICS
TYPES OF TOOLS USED IN BIG-DATA
Application Of Big Data analytics
HOW BIG DATA IMPACTS ON IT
RISKS OF BIG DATA
BENEFITS OF BIG DATA
Future of big data
conjuntos de datos o combinaciones de conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales
Ponencia B2C Antonio Alonso. Big Data. Nuevas oportunidades de empleoCICE
BIG DATA. Nuevos perfiles y oportunidades de empleo.
Conviértete en un experto en la gestión de grandes volúmenes de datos y en la inteligencia de negocio.
www.cice.es
El big data le permite recopilar datos de redes sociales, visitas a páginas web, registros de llamadas y otras fuentes para mejorar la experiencia de interacción, así como maximizar el valor ofrecido.
“Es parte del resultado del diseño conceptual y da como resultado una descripción de la estructura de la base de datos en términos de las estructuras de datos que puede procesar un tipo de SGBD.” (Pita, 2021)
ADMINISTRACIÓN DEL CONOCIMIENTO Y TOMA DE DECISIONESMaria Garcia
¿Qué pasaría si usted tuviera que dirigir una empresa a partir de la información de decenas, o incluso cientos de sistemas y bases de datos diferentes, que no se pudieran comunicar entre sí?
SISTEMA GESTOR DE BASES DE DATOS (SGBS)
ARQUITECTURA DE LAS BASES DE DATOS
ANÁLISIS DE LA INDEPENDENCIA LÓGICA/FÍSICA DE DATOS EN UN SISTEMA DE BASES DE DATOS
USUARIOS Y ADMINISTRADOR DE BASES DE DATOS
MODELOS DE BASES DE DATOS
Las capacidades sociomotrices son las que hacen posible que el individuo se pueda desenvolver socialmente de acuerdo a la actuación motriz propias de cada edad evolutiva del individuo; Martha Castañer las clasifica en: Interacción y comunicación, introyección, emoción y expresión, creatividad e imaginación.
Today is Pentecost. Who is it that is here in front of you? (Wang Omma.) Jesus Christ and the substantial Holy Spirit, the only Begotten Daughter, Wang Omma, are both here. I am here because of Jesus's hope. Having no recourse but to go to the cross, he promised to return. Christianity began with the apostles, with their resurrection through the Holy Spirit at Pentecost.
Hoy es Pentecostés. ¿Quién es el que está aquí frente a vosotros? (Wang Omma.) Jesucristo y el Espíritu Santo sustancial, la única Hija Unigénita, Wang Omma, están ambos aquí. Estoy aquí por la esperanza de Jesús. No teniendo más remedio que ir a la cruz, prometió regresar. El cristianismo comenzó con los apóstoles, con su resurrección por medio del Espíritu Santo en Pentecostés.
2. TENDENCIAS EN LA INGENIERÍA DE SISTEMAS
Big data Bitcoin Blockchain
Edge
computing
Seguridad
Informática
3. BIG DATA
Big Data se asocia
principalmente con cantidades
de datos exorbitantes,se debe
dejar de lado esta percepción,
pues Big Data no va dirigido
solo a gran tamaño, sino que
abarca tanto volumen como
variedad de datos y velocidad de
acceso y procesamiento. En la
actualidad se ha pasado de la
transacción a la interacción, con
el propósito de obtener el
mejor provecho de la
información que se genera
minuto a minuto (Mohanty,
Bhuyan, and Chenthati,2015
citado en Hernández-Leal,
Duque-Méndez, & Moreno-
Cadavid, 2017)
El análisis de Big Data es el uso
de técnicas analíticas avanzadas
contra conjuntos de datos muy
grandes y diversos que incluyen
datos estructurados,
semiestructurados y no
estructurados,de diferentes
fuentes y en diferentes tamaños,
desde terabytes hasta zettabytes
(IBM, s.f.)
Big data es un término aplicado
a conjuntos de datos cuyo
tamaño o tipo está más allá de la
capacidad de las bases de datos
relacionales tradicionales para
capturar, administrar y procesar
los datos con baja latencia. Big
data tiene una o más de las
siguientes características: alto
volumen, alta velocidad o
alta variedad. La inteligencia
artificial (IA), la tecnología móvil,
social e Internet de las cosas
(IoT) están impulsando la
complejidad de los datos a
través de nuevas formas y
fuentes de datos. Por ejemplo,
los grandes datos provienen de
sensores, dispositivos, video /
audio, redes, archivos de registro,
aplicaciones transaccionales, web
y redes sociales, gran parte de
ellos generados en tiempo real y
a gran escala. (IBM, s.f.)
Gartner (2001) Big data es
información que contiene una
mayor variedad que llega en
volúmenes crecientes y con una
velocidad cada vez mayor. Esto
se conoce como las tresVs. (...)
Los grandes datos son conjuntos
de datos más grandes y
complejos, especialmente de
nuevas fuentes de datos. Estos
conjuntos de datos son tan
voluminosos que el software
tradicional de procesamiento de
datos simplemente no puede
administrarlos. Pero estos
volúmenes masivos de datos se
pueden utilizar para abordar
problemas comerciales que no
hubiera podido abordar antes.
(Oracle, s.f.)
4. BIG DATA
TheThree
VsofBig
DataVolume
• La cantidad de datos importa. Con Big Data, tendrá que procesar grandes volúmenes de datos no
estructurados de baja densidad. Estos pueden ser datos de valor desconocido, como feeds de
datos de Twitter, transmisiones de clics en una página web o una aplicación móvil, o equipos
habilitados para sensores. Para algunas organizaciones, esto podría ser decenas de terabytes de
datos. Para otros, pueden ser cientos de petabytes.
Velocity
• Es la velocidad rápida a la que se reciben los datos y (tal vez) se actúa sobre ellos. Normalmente,
la velocidad más alta de los flujos de datos directamente en la memoria en lugar de escribirse en
el disco. Algunos productos inteligentes habilitados para Internet operan en tiempo real o casi en
tiempo real y requerirán evaluación y acción en tiempo real.
Variety
• La variedad se refiere a los muchos tipos de datos disponibles. Los tipos de datos tradicionales se
estructuraron y encajaron perfectamente en una base de datos relacional. Con el aumento de los
grandes datos, los datos vienen en nuevos tipos de datos no estructurados. Los tipos de datos no
estructurados y semiestructurados, como texto, audio y video, requieren un preprocesamiento
adicional para obtener significado y soportar metadatos.(Oracle, s.f.)
5. Big Data In 5 Minutes | What Is Big Data?| Introduction To Big Data
https://youtu.be/bAyrObl7TYE
6. BITCOIN
Bitcoin es un protocolo de comunicación en línea que
facilita el uso de una moneda virtual, incluidos los pagos
electrónicos. Desde su inicio en 2009 por un grupo
anónimo de desarrolladores (Nakamoto 2008), Bitcoin ha
realizado aproximadamente 62.5 millones de
transacciones entre 109 millones de cuentas. A partir de
marzo de 2015, el volumen diario de transacciones fue de
aproximadamente 200,000 bitcoins, aproximadamente $
50 millones a tasas de cambio de mercado, y el valor total
de mercado de todos los bitcoins en circulación fue de $
3.5 mil millones (Blockchain.info 2015).
Bitcoin es de interés para los economistas como una
moneda virtual con potencial para alterar los sistemas
de pago existentes y tal vez incluso los sistemas
monetarios. Incluso en su etapa inicial actual, tales
monedas virtuales proporcionan una variedad de ideas
sobre el diseño del mercado y el comportamiento de
compradores y vendedores.
Böhme, R., Christin, N., Edelman, B. & Moore,T. (2015
8. ¿Qué es Bitcoin y cómo funciona?
https://youtu.be/S2HxMK7iO4c?t=188
9. BLOCKCHAIN
Michael Versace, director de investigación
global para estrategias digitales en la firma
de investigación IDC, describe blockchain
como un acelerador de la industria y la
innovación basado en la capacidad de la
tercera plataforma de tecnología: la primera
plataforma son mainframes y sus redes, la
segunda Internet, computadoras personales
y redes de área local. La tercera plataforma
ofrece informática en cualquier lugar, de
forma inmediata, y permite a las
organizaciones implementar y consumir
recursos informáticos en comunidades
compartidas (Underwood, 2016).
Blockchain es, por definirlo con
sencillez, un enorme libro de cuentas
en donde todos los registros de
transacciones están cifrados y
securizados. Una enorme base de
datos no centralizada sino distribuida,
que ofrece transparencia a todos los
participantes de la transacción.
(Future shock., s.f.)
Blockchain, a veces denominada
Distributed Ledger Technology DLT
(Tecnología de libro mayor
distribuido), hace que la historia de
cualquier activo digital sea inalterable
y transparente mediante el uso de la
descentralización y el hashing
criptográfico. (Builtin, s.f.).
11. EDGE COMPUTING
Edge computing es una filosofía de red centrada en acercar la
informática a la fuente de datos lo más posible para reducir la latencia y
el uso de ancho de banda. En términos más simples, la computación
perimetral significa ejecutar menos procesos en la nube y mover esos
procesos a lugares locales, como en la computadora de un usuario, un
dispositivo IoT o un servidor perimetral. Llevar la computación al límite
de la red minimiza la cantidad de comunicación a larga distancia que
tiene que ocurrir entre un cliente y un servidor. (Cloudflare, s.f.)
Permite que los datos producidos por los dispositivos de la internet de
las cosas se procesen más cerca de donde se crearon en lugar de
enviarlos a través de largas recorridos para que lleguen a centros de
datos y nubes de computación (NetworkWorld,citado en Pastor, 2018)
12.
13. What is edge computing?
https://youtu.be/cEOUeItHDdo
14. SEGURIDAD INFORMÁTICA
En la actualidad, día a día se incrementa el uso de
ordenadores y dispositivos móviles con acceso a
internet para almacenar información: documentos,
cartas, hojas de cálculo, imágenes, música, bases de
datos de clientes, nóminas, pedidos, facturación, cuentas
bancarias y demás [1]. Paralelamente al crecimiento del
uso de la informática y de las redes de comunicación se
ha incrementado el número de incidentes de
seguridad. A mayor volumen de información procesado
y transferido informática y telemáticamente, mayor
riesgo derivado de su pérdida, alteración o revelación
[1].
La seguridad de la información tiene por
objeto proteger a los sistemas informáticos de
las amenazas a los que están expuestos [2].
Debido a lo anterior, la aplicación de medidas
de seguridad debe realizarse de manera
planificada y racional, para evitar dirigir
esfuerzos e invertir recursos en áreas que no
lo requieren [2].
Vera,V. D. G., &Vera, J. C. G. (2017). Seguridad informática organizacional: un
modelo de simulación basado en dinámica de sistemas. Scientia et technica, 22(2),
193-197.
15. SEGURIDAD INFORMÁTICA
Vera,V. D. G., &Vera, J. C. G. (2017). Seguridad informática organizacional: un
modelo de simulación basado en dinámica de sistemas. Scientia et technica, 22(2),
193-197.
La seguridad informática, de igual manera a como sucede con la seguridad aplicada a otros
entornos, trata de minimizar los riesgos asociados al acceso y utilización de
determinados sistemas de forma no autorizada y en general malintencionada
[8]. El objetivo de la seguridad informática es proteger los recursos informáticos
valiosos de la organización, tales como información, hardware o software [8]. A
través de la adopción de las medidas adecuadas, la seguridad informática ayuda a una
organización a cumplir sus objetivos, permite proteger los recursos financieros,
sistemas de información, reputación, situación legal, y otros bienes tanto
tangibles e intangibles [8]. En efecto, gestionar la seguridad informática organizacional es
una tarea exigente y evaluar el valor de las tecnologías de seguridad es esencial para
gestionar eficazmente la seguridad de la información [9].
17. REFERENTES BIBLIOGRÁFICOS
Böhme, R., Christin, N., Edelman, B. & Moore, T. (2015). Bitcoin: Economics, Technology, and Governance. Journal of Economic Perspectives, 29 (2): 213-38. DOI:
10.1257/jep.29.2.213
Builtin. (s.f.). Blockchain.What is blockchain thecnology? How does blochain work?. Recuperado de https://builtin.com/blockchain
Cloudflare. (s.f.). Edge Computing Learning Objectives. Recuperado de https://www.cloudflare.com/learning/serverless/glossary/what-is-edge-computing/
Hernández-Leal, Emilcy J., Duque-Méndez, Néstor D., & Moreno-Cadavid, Julián. (2017). Big Data: una exploración de investigaciones, tecnologías y casos de aplicación.
TecnoLógicas, 20(39), 17-24. Retrieved May 16, 2020, from http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-77992017000200002&lng=en&tlng=
IBM. (s.f.).What is big data analytics?. Recuperado de https://www.ibm.com/analytics/hadoop/big-data-analytics
IBM Cloud. (2019, Octubre 1).What is edge computing?. [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=cEOUeItHDdo
Future shock. (s.f.). Informe de tendencias sobre tecnologìa 2020-2022. Recuperado de https://www.reasonwhy.es/sites/default/files/informe_tendencias_tecnologia_-_2020-
2022_grey.pdf
Simplilearn. (2019, Diciembre 10). Big Data In 5 Minutes | What Is Big Data?| Introduction To Big Data |Big Data Explained [Archivo de video]. Recuperado de
https://youtu.be/bAyrObl7TYE
Oracle. (s.f.).What Is Big Data?. Recueperado de https://www.oracle.com/big-data/what-is-big-data.html#link4
Pelagio, F. (2020, Marzo 24). Principios Seguridad Informàtica [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=EHCQ2D1Owuk
https://www.xataka.com/internet-of-things/edge-computing-que-es-y-por-que-hay-gente-que-piensa-que-es-el-futuro
Underwood, S. (2016). Blockchain technology has the potential to revolutionize applications and redefine the digital economy, Communications of the ACM. 59(11). 15-17.
Recuperado de https://dl.acm.org/doi/fullHtml/10.1145/2994581