Untitled

1. ¿Qué es?

   • nos referimos a conjuntos de datos o combinaciones de conjuntos de datos
     • Capas de proyecto de datos
       • Almacenamiento
       • Procesamiento
       • Análisis
   • ¿Cómo funciona?
     • Integre
     • Administrar
     • Analizar

2. Las cinco "V" de big data

   • Volumen
     • Con big data, tendrá que procesar grandes volúmenes de datos no estructurados de baja densidad.
   • Velocidad
     • La velocidad es el ritmo al que se reciben los datos y (posiblemente) al que se utilizan.
   • Variedad
     • La variedad hace referencia a los diversos tipos de datos disponibles. Los tipos de datos convencionales eran estructurados y podían organizarse claramente en una base de datos relacional
   • Visualización
     • Modo en el que los datos son presentados para encontrar patrones y claves ocultas
   • Valor
     • Datos que se transforman en informacion

3. ¿Qué tipos de datos colecta?

   • Web and Social Media
     • contenido web e información que es obtenida de las redes sociales
   • Machine-to-Machine
     • se refiere a las tecnologías que permiten conectarse a otros dispositivos.
   • Big Transaction Data
     • ncluye registros de facturación, en telecomunicaciones registros detallados de las llamadas
   • Biometrics
     • Información biométrica en la que se incluye huellas digitales, escaneo de la retina, reconocimiento facial, genética, etc.
   • Human Generated
     • información que guarda un call center al establecer una llamada telefónica, notas de voz, correos electrónicos, documentos electrónicos, estudios médicos, etc.

4. Componentes de una plataforma Big Data

   • ¿Qué es hadoop?
     • Hadoop está inspirado en el proyecto de Google File System(GFS) y en el paradigma de programación MapReduce, el cual consiste en dividir en dos tareas (mapper – reducer)
     • Hadoop está compuesto de tres piezas
       • Hadoop Distributed File System(HDFS)
         • Los datos en el clúster de Hadoop son divididos en pequeñas piezas llamadas bloques y distribuidas a través del clúster; de esta manera, las funciones map y reduce pueden ser ejecutadas en pequeños subconjuntos y esto provee de la escalabilidad necesaria para el procesamiento de grandes volúmenes.
       • Hadoop MapReduce
         • MapReduce es el núcleo de Hadoop. El término MapReduce en realidad se refiere a dos procesos separados que Hadoop ejecuta.
         • Ejemplo de MapReduce
           • Hadoop Common
           • Avro
           • Cassandra
           • Chukwa
           • Flume
           • HBase
           • Hive

5. Tipos de datos Estructurados y No estructurados

   • ¿Qué son datos estructurados?
     • Son archivos de tipo texto que se suelen mostrar en filas y columnas con títulos. Son datos que pueden ser ordenados y procesados fácilmente por todas las herramientas de minería de datos.
     • Clasificacion de datos estructurados
       • Arreglos
         • Un array unidimensional puede ser considerado como una lista, es decir, una columna de datos del mismo tipo, almacenados de forma consecutiva
       • Registros
         • Los registros son un tipo de datos estructurados denominado dato record que consta de un conjunto de elementos que pueden ser del mismo tipo o de tipos diferentes.
       • Archivo o fichero
         • Un archivo o fichero es una colección de información (datos relacionados entre sí) localizada o almacenada como una unidad en alguna parte de la computadora
   • ¿Qué son datos no estructurados?
     • Es un conglomerado masivo y desorganizado de varios objetos que no tienen valor hasta que se identifican y almacenan de manera organizada.
     • Tipos de datos no estructurados
       • Correos electrónicos.
       • Archivos de procesador de texto.
       • Archivos PDF.
       • Hojas de cálculo.
       • Imágenes digitales.
       • Vídeo.
       • Audio.

6. Restos y utilidades

   • Desafíos de big data
     • Calidad de los datos
       • Uno de los retos más importante al implementar soluciones de Big Data es asegurarse de que la información que se analiza sea precisa y relevante para el negocio.
     • Ciberseguridad
       • El almacenamiento de datos, especialmente de aquellos que son catalogados como confidenciales, suele ser uno de los objetivos más atractivos para los ciberataques
     • Cambio dinámico
       • l desarrollo constante y rápido de la tecnología obliga a las organizaciones a repensar la posibilidad de invertir en herramientas de Big Data
     • Reglamentación
       • La mayoría de la información que almacenan las empresas es confidencial o privada, por lo que es importante cumplir ciertos marcos legales propios de cada industria a la hora de almacenar y analizar los datos.
   • Utilidades
     • Redes Sociales
       • Debido al uso que hacemos a diario de las Redes Sociales, los departamentos de recursos humanos pueden conocer el perfil socia
     • Consumo
       • El éxito de Amazon como líder en venta cruzada se basa en la minería de datos masiva utilizando los patrones de compra de un usuario
     • Medicina y salud.
       • La "salud digital" se encuentra cada vez más afianzanda tanto en la sanidad pública como en la privada y es que abarca un amplio número de innovaciones y herramientas
     • Defensa y seguridad
       • Posibilita aumentar la seguridad frente a ataques y ciberataques de las propias organizaciones

Images and files in the map