El documento aborda la tendencia hacia el big data y la inteligencia de negocios, enfatizando la importancia de contar con una arquitectura adecuada para lograr alta disponibilidad en entornos de datos. Se presentan tecnologías como Microsoft SQL Server y herramientas de visualización como Power BI, resaltando la necesidad de tomar decisiones basadas en datos correctos. Se discuten también conceptos como data lakes y data marts, ilustrando la diferencia entre ambos.

2. BIG DATA CON JULY
MIVISIÓN DE LA HISTORIA

3. Julián Castiblanco P.
http://www.azurecloud.la/
co.linkedin.com/juliancastiblancop
@jcastiblancop
Julian_castiblancop@hotmail.com
Database Consultant- Synergy TPC
MVP Data Platform
Miembro de PASS ITPros-DC Chapter

4. Generando la arquitectura para lograr los
5 nueves
15 de Junio (12 pm GMT -5)
Jesús Gil
Resumen:
99.999 que significa?
Cual es la arquitectura para logar estos números?
Acompáñame en esta charla y aprende las
características que tiene Microsoft SQL Server para
apoyarnos en la alta disponibilidad.
Está por comenzar:
Moderador: Jose Luis Rivera
Próximos Eventos
Quiero aprender T-SQL
22 de Junio
José Ahias Lopez

5. •Propósito
• Presentar mi punto de vista de la tendencia
tecnológica hacía Big Data, inteligencia de
negocios, Ciencia de datos.
•Revisar algunas de las tecnología disponibles
para hablar de este concepto

6. Realmente su
organización toma
decisiones basadas en los
datos. Como estar
seguros que son los datos
correctos los que está
analizando?

7. INNOVACIÓNTECNOLÓGIA
Tomado de la conferencia de Innovación. U. Externado de Colombia. Alejandro Boada 2016

8. INNOVACIÓNTECNOLÓGIA
Tomado de la conferencia de Innovación .U. Externado de Colombia. Alejandro Boada 2016

9. INNOVACIÓNTECNOLÓGIA
Nuestro cerebro sólo puede innovar
sobre las cosas que conoce, si no
conocemos el fondo de las
tecnologías, cómo podemos elegir las
que realmente funcionarían en
nuestra organización
Tomado de la conferencia de Innovación. U. Externado de Colombia. Alejandro Boada 2016

10. http://emergetech.com/wp-content/uploads/2015/04/bigdcropped3-820x400.png

11. http://www.nissigroup.com.ar/sites/default/files/images/content/software-development.jpg
VELOCIDAD
Con Infraestructura, dispositivos de estado sólido Con bases de datos NoSQL
Con bases y/o tablas basadas en memoria
Cambiar la estrategia de HW por SW

12. VARIEDAD
Todos los orígenes de
datos corporativos
Arquitectura
de
información

13. http://emergetech.com/wp-content/uploads/2015/04/bigdcropped3-820x400.png
http://download.microsoft.com/download/5/0/1/5015a62e-06bf-4dec-b90a-
37d52e279de5/sql_server_2012_parallel_data_warehouse_breakthrough_platform_white_paper.pdf
VOLUMEN
Los problemas los
podemos resolver
Con Fierros!!!

14. http://www.elespectador.com/files/imagecache/560_width_display/imagenprincipal/cc76967d813403f9a2a848415c0e6d24.jpg
VOLUMEN
Los problemas los
podemos resolver
con talento!!!

15. VOLUMEN
Algunas veces
necesitaremos
ambos!!!

16. http://acom.azurecomcdn.net/80C57D/blogmedia/blogmedia/2015/07/09/image1.png

17. https://azure.microsoft.com/en-us/documentation/infographics/

21. http://image.slidesharecdn.com/dac4b-2015-polybase-151209131732-lva1-app6892/95/dac4b-2015-polybase-14-638.jpg?cb=1449667146
QUÉ ES INCREIBLE EN SQL SERVER 2016!!!

22. ALGUNAS APLICACIONES DE BIG DATA
https://courses.edx.org/courses/course-v1:Microsoft+DAT202.1x+3T2015/info

23. Prácticas
BPM TOGAF MDM
INFORMATI
ON AS A
SERVICE
DATA
QUALITY
MANAGEME
NT

24. DataVirtualization
• Power BI
• QlikSense
• Tableu
• Kabana
BI Self-
Service
• Creado en 1996
• Primer producto basado en
memoria
QlikView

25. Business Analytics
• Regresión
• Segmentación
• Clasificación
Minería de
datos
• Redes neuronales
• Algoritmos personalizados
• Elastic net
Aprendizaje
de máquina

26. Almacenamiento
Relacional
• DBMS: sql server,
Oracle,mysql
• DWH
• EDF (Enterprise data Factory)
• Qlikview
Dimensional
• Data Mart
• DWH
Multidimensional
• OLAP
• ROLAP
• MOLAP
In-Memory/Caché files Data Lake Hadoop

27. Gestión de Proyectos
• CRISP
• KimballCascada
• Qlik Project Methodology
• Scrum for BIAgiles

28. Bill Inmon Ralph Kimball
Bodegas de datos Corporativas

29. Inmon Model
Enterprise Data Factory
Data Marts

30. Soy científico de
datos y …
Lo quiero
todo para
mí!!!
https://channel9.msdn.com/Series/AzureDataLake

34. Si piensa en un “datamart” como una botella
de agua, limpia, empacada y estructurada
para su fácil consumo. Piense en “Data lake”
como la masa de agua en su esta natural,
con varios usuarios que vienen a examinarla,
sumergirse y tomar muestras”.
James Dixon, CTO de Pentaho.

35. U-SQL

36. Donde empezar
• https://azure.microsoft.com/en-us/documentation/articles/data-lake-analytics-overview/
• https://courses.edx.org/courses/course-v1:Microsoft+DAT202.1x+3T2015/info
• https://channel9.msdn.com/Series/AzureDataLake
• https://voltdb.com/
• http://www.business-insight.com/html/products/TIMi.html
• https://msdn.microsoft.com/en-us/library/mt604845.aspx
• GRUPOS DE ESTUDIO ITPROS-DC 2016