Desafíos y Oportunidades de Big Data

Introducción al Big Data

• Big Data se refiere a metodologías y tecnologías para procesar grandes volúmenes de datos que superan las capacidades de herramientas tradicionales.
• No hay un umbral volumen específico para definir Big Data, pero implica datos que son difíciles de manejar por sistemas convencionales.

Objetivos del Big Data

• Aumentar el valor del proceso mediante la reducción de tiempos y costos de procesamiento.
• Integrar todas las fuentes de datos disponibles y optimizar el uso de recursos computacionales.
• Facilitar el crecimiento en potencia computacional y mejorar la exactitud de cálculos.

Ejemplos de Big Data en la práctica

• Facebook: 1,000 millones de usuarios, 83 millones de fotos subidas diariamente, y una red de 50,000 servidores.
• eBay: 6 millones de nuevos bienes ofertados cada día.
• Walmart: 1 millón de transacciones por hora.
• Tarjetas de crédito: Se registran 10,000 transacciones cada segundo a nivel mundial.

Cuarta Revolución Industrial

• Surge junto a la era de la inteligencia donde confluyen Cloud, Big Data, IoT y avances en computación y comunicaciones.
• Se sitúa en la "Intelligent Information Age" que empezó en los años 1940 y ha evolucionado desde la "Electric Age".

Filosofía de Big Data: Las 5V

• Volumen: Datos almacenados han escalado de gigabytes a petabytes. Ejemplos incluyen la Bolsa de Nueva York (1 terabyte diario) y Twitter (8 terabytes diarios).
• Variedad: Se refiere a diferentes tipos de datos, estructurados y no estructurados.
• Velocidad: La rapidez con que se generan y procesan los datos.
• Variabilidad: La fluctuación en el significado y estructura de los datos.
• Valor: Importancia de extraer información útil de grandes volúmenes de datos.

Volumen de datos en el almacenamiento empresarial

• Se espera que en 2020 se generen 420,000 millones de pagos electrónicos.
• Ejemplo de un cluster computacional con almacenamiento de 100 TB.

Innovación a través de Big Data

• Big Data permite el desarrollo de nuevas tecnologías y mejora de marcos de trabajo existentes, transformando así diferentes industrias y procesos.

Introducción al Big Data

• Big Data se refiere a metodologías y tecnologías para procesar grandes volúmenes de datos que superan las capacidades de herramientas tradicionales.
• No hay un umbral volumen específico para definir Big Data, pero implica datos que son difíciles de manejar por sistemas convencionales.

Objetivos del Big Data

• Aumentar el valor del proceso mediante la reducción de tiempos y costos de procesamiento.
• Integrar todas las fuentes de datos disponibles y optimizar el uso de recursos computacionales.
• Facilitar el crecimiento en potencia computacional y mejorar la exactitud de cálculos.

Ejemplos de Big Data en la práctica

• Facebook: 1,000 millones de usuarios, 83 millones de fotos subidas diariamente, y una red de 50,000 servidores.
• eBay: 6 millones de nuevos bienes ofertados cada día.
• Walmart: 1 millón de transacciones por hora.
• Tarjetas de crédito: Se registran 10,000 transacciones cada segundo a nivel mundial.

Cuarta Revolución Industrial

• Surge junto a la era de la inteligencia donde confluyen Cloud, Big Data, IoT y avances en computación y comunicaciones.
• Se sitúa en la "Intelligent Information Age" que empezó en los años 1940 y ha evolucionado desde la "Electric Age".

Filosofía de Big Data: Las 5V

• Volumen: Datos almacenados han escalado de gigabytes a petabytes. Ejemplos incluyen la Bolsa de Nueva York (1 terabyte diario) y Twitter (8 terabytes diarios).
• Variedad: Se refiere a diferentes tipos de datos, estructurados y no estructurados.
• Velocidad: La rapidez con que se generan y procesan los datos.
• Variabilidad: La fluctuación en el significado y estructura de los datos.
• Valor: Importancia de extraer información útil de grandes volúmenes de datos.

Volumen de datos en el almacenamiento empresarial

• Se espera que en 2020 se generen 420,000 millones de pagos electrónicos.
• Ejemplo de un cluster computacional con almacenamiento de 100 TB.

Innovación a través de Big Data

• Big Data permite el desarrollo de nuevas tecnologías y mejora de marcos de trabajo existentes, transformando así diferentes industrias y procesos.

Este cuestionario explora los desafíos y oportunidades del Big Data en nuestra era actual. Abarca temas como la introducción al Big Data, la arquitectura, proyectos y la intersección entre Data Science y Big Data. Es una herramienta esencial para comprender cómo los datos grandes están transformando las industrias.