Sem título

¿ Y QUÉ ES EL BIG DATA ?

• ¿Qué es Big Data?
• Big Data se refiere a conjuntos de datos extremadamente grandes y complejos que no pueden ser procesados ni gestionados por los métodos tradicionales de bases de datos. Estos datos son caracterizados por las 3 Vs: volumen, velocidad y variedad.

Slide 2

• ¿Cuáles son las 3 Vs de Big Data?
• Las 3 Vs son:
• Volumen: Gran cantidad de datos generados.
• Velocidad: La rapidez con la que los datos se generan y procesan.
• Variedad: Diferentes tipos de datos, tanto estructurados como no estructurados.

Slide 3

• ¿Qué es la variedad en Big Data?
• La variedad se refiere a la diversidad de tipos de datos, como datos estructurados, no estructurados y semiestructurados, provenientes de diferentes fuentes.

Slide 4

• ¿Qué es HDFS?
• HDFS (Hadoop Distributed File System) es un sistema de archivos distribuido que permite almacenar grandes volúmenes de datos de manera eficiente y redundante.

Slide 5

• ¿Cuáles son las ventajas de usar Apache Spark sobre Hadoop MapReduce?
• Apache Spark es más rápido, ya que realiza operaciones en memoria (en lugar de escribir los resultados en disco, como MapReduce) y es más fácil de usar debido a su API más sencilla.

Slide 6

• ¿Qué es el procesamiento en tiempo real en Big Data?
• El procesamiento en tiempo real se refiere al análisis de datos a medida que se generan, lo que permite tomar decisiones y realizar acciones instantáneas.

Slide 7

• ¿Qué son los datos estructurados?
• Los datos estructurados son aquellos que están organizados en un formato predefinido, como tablas o bases de datos, que facilitan su análisis mediante consultas tradicionales.

Slide 8

• ¿Qué es la velocidad en Big Data?
• La velocidad se refiere a la rapidez con la que se generan, procesan y analizan los datos. En Big Data, los datos se generan a alta velocidad y deben ser procesados en tiempo real o casi real.

Slide 9

• ¿Qué es NoSQL?
• NoSQL se refiere a un tipo de base de datos que no utiliza el modelo relacional tradicional, permitiendo manejar grandes volúmenes de datos no estructurados o semi-estructurados.

Slide 10

• ¿Cuáles son los tipos más comunes de bases de datos NoSQL?
• Los tipos más comunes son bases de datos clave-valor, bases de datos de documentos, bases de datos columnares y bases de datos de grafos.

Slide 11

• ¿Qué es un clúster en Big Data?
• Un clúster es un conjunto de computadoras o servidores conectados que trabajan juntos para procesar grandes cantidades de datos de forma eficiente y redundante.

Slide 12

• ¿Qué es el Machine Learning en Big Data?
• El Machine Learning es una técnica de análisis de datos que permite a los sistemas aprender y hacer predicciones a partir de los datos sin ser programados explícitamente.

Slide 13

• ¿Qué es un algoritmo de clasificación?
• Un algoritmo de clasificación es un tipo de algoritmo de Machine Learning utilizado para categorizar datos en clases o etiquetas predefinidas.

Slide 14

• ¿Qué es un Data Warehouse?
• Un Data Warehouse es un sistema utilizado para almacenar grandes volúmenes de datos de forma estructurada y organizada, optimizado para realizar consultas y análisis complejos.

Slide 15

• ¿Qué es el análisis predictivo en Big Data?
• El análisis predictivo utiliza técnicas estadísticas y de Machine Learning para predecir tendencias futuras o comportamientos basados en datos históricos.

Slide 16

• ¿Cuáles son algunos desafíos comunes al trabajar con Big Data?
• Algunos de los desafíos incluyen la gestión y almacenamiento de grandes volúmenes de datos, la integración de datos de diferentes fuentes, la seguridad y privacidad de los datos, y la escalabilidad del sistema.

Slide 17

• REFERENCIAS:
• Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to information retrieval. Cambridge University Press.
• Autor, A. A. (Año). Título del artículo. , Volumen(Número), páginas. https://doi.org/xxxxxx
• Zikopoulos, P., & Eaton, C. (2011). Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data. Journal of Computing & Information Technology, 19(4), 105-112. https://doi.org/10.1007/jcit/xx.x
• Autor o Nombre de la organización. (Año, mes día). URL
• IBM. (2022, abril 5). What is Big Data?. https://www.ibm.com/what-is-big-data