Fundamentos de programación
para Big Data
Fundamentos de Big Data
Semana 1
Actualmente, el manejo de grandes
volúmenes de datos es esencial para
cualquier organización, así como la
adquisición de la infraestructura y las
tecnologías adecuadas para su correcta
implementación y gestión. Estas últimas
deben ser lo suficientemente versátiles y
flexibles para adecuarse a los procesos y
necesidades de cualquier organización o
empresa, ya que se genera un sinfín de
información aun con las actividades más
sencillas.
No existe una definición oficial de Big
Data, pero se menciona la siguiente
debido a que se toca el concepto del
valor de los datos para el negocio, la
importación del cambio y el
movimiento de la tecnología para el
manejo de estos.
Big Data o los “datos masivos” son la
capacidad de la sociedad de
aprovechar la información de
formas novedosas para obtener
percepciones útiles o bienes y
servicios de valor significativo
(Mayer-Schönberger y Cukier, 2015).
Big Data no es solo grandes
cantidades de datos “sin pies ni
cabeza”. Existen cinco lineamientos
que se deben cubrir para considerar
que se están trabajando o
realizando actividades de Big Data
(Ishwarappa y Anuradha, 2015):
Volumen
Variedad
Veracidad
Velocidad
Valor
Cantidad de datos a obtener, procesar y analizar. Los datos en Big Data son muy grandes
Volumen
para ser procesados con un equipo de cómputo convencional como una laptop.
La variedad en Big Data se refiere a las diferentes fuentes y tipos de datos posibles
Variedad
(estructurados, semiestructurados y no estructurados).
La calidad de los datos es muy importante. Estos son de alta calidad cuando son
Las 5 V del Veracidad
aptos para analizar y aportan información útil y resultados aplicables. De baja
calidad son los que contienen una gran cantidad de datos sin sentido o peso
considerable para aportar valor. Y los datos con ruido son aquellos totalmente
Big Data inútiles para el propósito del procesamiento y análisis.
Rapidez con la que el dato se obtiene o genera. Desde la extracción del dato hasta
que pasa por distintas técnicas de proceso distribuido, por lo tanto, también se
Velocidad considera la velocidad de crecimiento del volumen de los datos y su accesibilidad.
Esto ayuda a determinar el crecimiento de determinada área, tendencias o uso de
procesos.
Valor alcanzado por la empresa al utilizar o consumir los datos obtenidos y analizados, los
cuales generan el nacimiento de nuevos productos, servicios o acciones a implementar
Valor
para mejoras del proceso, incrementos de ventas, captación de usuarios y muchos
ejemplos más (Marr, 2015).
Las 5 V del Big Data, su procesamiento
y gestión con analítica o algoritmos
para obtener información valiosa,
además del conocimiento y dominio de
su almacenamiento, procesamiento y
análisis es lo que hoy en día se conoce
como Big Data.
Todo el manejo de datos no
tendría ningún objetivo si no se
realizaran importantes decisiones
y mejoras en las empresas, los
servicios, la ciencia y la
tecnología.
Bibliografía
• Ishwarappa y Anuradha, J. (2015). A Brief Introduction on Big Data 5Vs
Characteristics and Hadoop Technology. Recuperado de
[Link]
• Marr, B. (2015). The 5 V's of Big Data. Recuperado de
[Link] profiles/blogs/the-5-v-s-of-big-data- by-
bernard-marr
• Mayer-Schönberger, V., y Cukier, K. (2015). Big Data. La revolución de los datos
masivo. (2ª ed.). Estados Unidos: Houghton Mifflin Harcourt.
Fundamentos de programación
para Big Data
Terminología y conceptos de
Big Data
Semana 1
Big Data es una herramienta dentro del
universo de recolección de datos para su
uso en la inteligencia artificial y en otras
herramientas o técnicas, como el machine
learning.
Además, los diferentes tipos de orígenes
se refieren a los datos, ya que el contexto
dentro del diseño de ambiente Big Data,
su recolección y el tratamiento para su
análisis se pueden predefinir para su uso.
Tipos de datos según su origen o fuente
(Carisio, s.f.)
Web
M2M
Tipos de Big Transaction Data
datos
Biométricos
Generados por humanos
Tipos de datos según su origen o fuente
Web Se refiere a los datos obtenidos desde la navegación web, uso de
aplicaciones en línea, comportamiento en redes sociales, etcétera.
Machine to machine utiliza sensores que capturan un evento en particular
M2M (velocidad, temperatura, etc.) y se transmiten a través de redes alámbricas,
inalámbricas o híbridas a otras aplicaciones que traducen estos eventos en
información significativa.
Big Como transacciones bancarias, registros de facturación, registros de
Transaction llamadas, etc. Estos datos transaccionales están disponibles en formatos
Data semiestructurados y no estructurados.
Estos se obtienen mediante huellas digitales, reconocimiento facial,
Biométricos
geometría de la mano, escaneo de retina, entre otros.
Generados por Estos se obtienen mediante huellas digitales, reconocimiento facial,
humanos geometría de la mano, escaneo de retina, entre otros.
Ventajas del Big Data
1
El uso de datos para el análisis predictivo: así se predicen
comportamientos de clientes y/o usuarios, crecimiento de
ventas, etc.
2
Captación de usuarios o consumidores en una experiencia
que constantemente se esté actualizando a sus
necesidades.
3
Eficiencia industrial, ya que permiten un
mayor control de las variables clave en un ambiente de
producción, por ejemplo, temperatura, disposición de la
línea, presión, etc.
Exploraste brevemente cómo los tipos de datos
pueden depender de su origen o fuente, pero
más adelante abordarás con profundidad los
tipos de datos disponibles.
Bibliografía
• Carisio, E. (s.f.). ¿Qué es Big Data y para qué sirve? Ejemplos de uso. Recuperado
de [Link] para-que-sirve/
