Desafíos y Oportunidades de Big Data

Study Notes

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.

Description

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.