BIG DATA

BIG DATA

1. TERMINOLOGIA

   • Datos no estructurados: aquellos que no tienen una estructura definida o orden
   • Datos estructurados: contienen los datos agrupados en campos como; nombres, correo electronico, num. telefonico, etc.
   • Base de datos: conjunto organizado de informacion de datos estructurados
   • On prem: Se refiere a las empresas que guardan sus datos en un servidor local
   • Cloud computing: Todos los servicios esten en internet ofrecidos por una empresa
   • Data warehouse: Gran almacen de datos (petabytes)
   • Machine learning: Significa que las computadoras puedan aprender patrones, detectar patrones y hacer predicciones

2. ¿QUE ES BIG DATA?

   • Es un gran volumen de informacion de diferentes fuentes

3. Las 5 V de big data

   • VOLUMEN
     • VARIABILIDAD
       • VELOCIDAD
         • VERACIDAD
           • VALOR

4. Si los datos vienen de diferentes lugares ¿como puedo analizarlos como si fueran una sola fuente?

   • Con un proceso llamado ETL:
     • Extraccion: cuando capturamos los datos y los centralizamos
     • Transformacion: cuando estandarizamos los datos
     • Load: la carga de informacion en un data warehouse

5. CICLO DE VIDA DE LOS DATOS:

   • 1- Capturar los datos
   • 2- Almacenamiento: guardarlos en un data warehouse
   • 3-Procesamiento y analisis: encontrar patrones apoyandose en machine learning
   • 4-Exploracion y visualisacion: mostrar la informacion en un tablero para que las autoridades tomen desiciones con la informacion