Este documento presenta varias herramientas de Azure para proyectos de ciencia de datos. Explica la diferencia entre ciencia de datos y big data, y cómo Azure ofrece múltiples elementos como Cosmos DB, HDInsight, Machine Learning y otros para crear soluciones. También describe una arquitectura Lambda con Cosmos DB y Spark para capas de velocidad, por lotes y servicios.

1. #GlobalAzure @CAT_zure
Tooling de Azure para nuestros proyectos
de Data Science
Adrián Del Rincón López

2. Local Sponsors
#GlobalAzure

3. Global sponsors
#GlobalAzure

4. #GlobalAzure

5. #GlobalAzure






6. #GlobalAzure

7. #GlobalAzure
¿Qué es Data Science?

8. #GlobalAzure

9. #GlobalAzure
Data Science vs Big Data

10. #GlobalAzure
■Data Science es un campo del Big Data
■Big Data sólo “gran volumen de datos”
■Qué nos pueden decir los datos: saber qué
preguntas interesa plantear y buscar cómo llegar a las
respuestas.
■Uso de la tecnología
■Data Science está potenciando el Big Data
Data Science vs Big Data

11. #GlobalAzure
Data Science vs Big Data

12. #GlobalAzure

13. #GlobalAzure
Cosmos DB

14. #GlobalAzure
Cosmos DB Change Feed

15. #GlobalAzure
Cosmos DB Change Feed

16. #GlobalAzure
HDInsight

17. #GlobalAzure
Spark, Storm…

18. #GlobalAzure
Spark, Storm…

19. #GlobalAzure
Azure Machine Learning

20. #GlobalAzure
Azure ML Model Management

21. #GlobalAzure
Azure ML Experimentation

22. #GlobalAzure
Otros elementos útiles

23. #GlobalAzure
Arquitectura Lambda

24. #GlobalAzure
Arquitectura Lambda

25. #GlobalAzure
Capas batch y servicio

26. #GlobalAzure
Capa velocidad

27. #GlobalAzure
Arquitectura Lambda: simplificación

28. #GlobalAzure

29. #GlobalAzure
Conclusiones
Big data NO es
igual a Data
Science, “es
una parte”.
Azure: Muchos
elementos
diferentes para
crear nuestra
solución
Arquitectura
Lambda: Cosmos
DB + Spark.
Capas: velocidad
+ batch+servicio

30. Local Sponsors
#GlobalAzure

31. #GlobalAzure
Q & A

32. Thanks!
#GlobalAzure