» Big Data = Grandes Volúmenes de Información
|
|
- Pilar Barbero Chávez
- hace 8 años
- Vistas:
Transcripción
1 BIG DATA Julio, 2013
2 Big Big Data data No es es una Big Data No es un caso de uso tecnología Arquitectura Big Data Es un movimiento que demanda uso de nueva información Que es Big Data Habilitando nuevas ideas y conocimiento
3 » Big Data = Grandes Volúmenes de Información
4 » Big Data = Grandes Volúmenes de Información Las bases de datos de procesamiento paralelo han soportado grandes volumenes de información desde hace una decada
5 » Big Data = Grandes Volúmenes de Información Las bases de datos de procesamiento paralelo han soportado grandes volumenes de información desde hace una decada Big Data = Nuevos Tipos de Información
6 » Big Data = Grandes Volúmenes de Información Las bases de datos de procesamiento paralelo han soportado grandes volumenes de información desde hace una decada Big Data = Nuevos Tipos de Información Nuevos tipos de datos multi estructurados con relaciones desconocidas, requiriendo procesamiento especializado independiente de su volumen para descubrir ideas. Ejemplos : Web logs, sensores, redes sociales, texto, audio a texto, decodificadores.
7 User Generated Content User Click Stream Mobile Web BIG DATA Sentiment Social Network External Demographics Web logs WEB A/B testing Business Data Feeds Offer history Dynamic Pricing HD Video Affiliate Networks CRM Segmentation Search marketing Speech to Text ERP Purchase detail Purchase record Payment record Offer details Customer Touches Support Contacts Behavioral Targeting Dynamic Funnels Product/Service Logs SMS/MMS Increasing data variety and complexity
8 » Big Data = Grandes Volúmenes de Información Las bases de datos de procesamiento paralelo han soportado grandes volumenes de información ió desded hace una decadad Big Data = Nuevos Tipos de Información Nuevos tipos de dt datos multi estructurados t t con relaciones desconocidas, requiriendo procesamiento especializado independiente de su volumen para descubrir ideas. Ejemplos : Web logs, sensores, redes sociales, texto, audio a texto, decodificadores. Big Data = Nuevos analiticos ( No SQL)
9 » Big Data = Grandes Volúmenes de Información Las bases de datos de procesamiento paralelo han soportado grandes volumenes de información ió desded hace una decadad Big Data = Nuevos Tipos de Información Nuevos tipos de dt datos multi estructurados t t con relaciones desconocidas, requiriendo procesamiento especializado independiente de su volumen para descubrir ideas. Ejemplos : Web logs, sensores, redes sociales, texto, audio a texto, decodificadores. Big Data = Nuevos analiticos ( No SQL) Nuevos paradigmas analíticos que proveen procesamiento paralelo en datos multi estructurados. Aprovechando el poder de MapReduce( basado en Java, C, C++, Python)
10 » Un framework de Programación Paralela Hecho popular por Google + Search indexes + Algorithms de Scoring C++, Java, Python, etc. Aprovechando granjas de PCs Map Function Scheduler» MapReduce Provee Paralelismo automático Tolerancia a Fallos Monitoreo Hadoop (Two Primary Parts) 1. Hadoop Distributed File System (HDFS) 2. MapReduce (Data processing) Results map shuffle reduce Hadoop is not a substitute for a database
11
12 Source: CEO Advisory: Big Data Equals Big Opportunity, Gartner, 31 March 2011.
13 VALOR PARA EL NEGOCIO
14 Web Logs Mobile Social Call Center ATM BIG DATA ASSETS External Finance HR Core Promotions Products TRADITIONAL ASSETS
15
16 Metodo Clasico de BI Análisis estructurado y Repetible El Negocio determina las preguntas a resolver IT estructura los datos para dar respuestas Captura solo lo necesario
17
18 Metodo Clasico de BI Análisis estructurado y Repetible El Negocio determina las preguntas a resolver IT estructura los datos para dar respuestas Captura solo lo necesario IT Provee una plataforma para almacenar y analizar cualquier fuente de Data Captura por si genera valor Big Data Analytics Multi-estructurado, Iterativo El Negocio Explora la información para descubrir respuestas
19 Fuente :
20 Metodo Clasico de BI Análisis estructurado y Repetible El Negocio determina las preguntas a resolver SQL performance and structure IT estructura los datos para dar respuestas Captura solo lo necesario MapReduce Processing Flexibility IT Provee una plataforma para almacenar y analizar cualquier fuente de Data Captura por si genera valor Big Data Analytics Multi-estructurado, Iterativo El Negocio Explora la información para descubrir respuestas
21 » Habilitando cualquier usuario paraanalizar diversas fuentes y relacionarlas l Java, C/C++, Python, R, SAS, SQL, Excel, BI, Visualization Discover and Explore Reporting and Execution in the Enterprise Capture, Store and Refine Audio/ Video Images Docs Text Web & Social Machine Logs CRM SCM ERP
22 All Data Non- Relational Data Entre mas data mejor Multi- Structured Data Structured Data OLTP DBMS s
23 DISCOVERY TOOLS Entre mas herramientas mejor SQL MapReduce BI Behavioral Analytics Customer Products Machine Supply chain
24 USERS Suficientemente poderoso para los cientificos de datos Data Scientist Suficientemente simple para los analistas de datos Data Analyst
25 All Data DISCOVERY DISCOVERY TOOLS USERS Non- Relational Data Multi- Structured Data Structured Data OLTP DBMS s Fuente : Big Data Platform Doesn t require extensive modeling Data completeness can be good enough No stringent SLAs No persistency Iterative Analysis SQL MapReduce BI-Mining Behavioral Analytics Customer Products Machine data Social Data Scientist Data Analyst
26 Ejemplo: Busqueda de Patrones MapReduce Single-pass of data Linked list sequential analysis Traditional SQL Self-Joins for sequencing Limited operators for ordered data
27
28 Fuente :
29 Fuente :
30 Jan 5: Reverse Fee Request Jan 10: Request Made Again Jan 20: Account Closed Jan 7: Request Made Again Jan 15: Request Made Again What if I knew that this customer was likely to leave? I could Apologize Offer an explanation Reverse the $5 fee It takes 3x more to acquire a customer than to retain one Fuente :
31 1. Find people who watch MMA Fight Night 2. What do they watch 1, 2, 3 shows prior and 1 show after? They must watch channel > 10 min Ignore channel flips 3. Advertise PPV Boxing during those shows. ad ad? ad ad (opt) (opt) (req) (req) (opt) Fuente :
32 Fuente :
33 Fuente :
34 Fuente :
35 Import accident report data and combine this information with customer drive route data to identify individuals that are consistently driving on high-risk traffic routes. In the example below, multiple accidents have occurred involving drivers travelling for +¼ mile south on South Grand Avenue and then making a right turn onto Venice Boulevard. Customers driving this route during rush hour may be at a higher risk of involvement in an accident. Fuente :
36 Tres pasos básicos para considerar : 1. Identificar un área de Negocio con potencial Mercadeo, con un líder convencido del poder de la información 2. Identificar dos o tres oportunidades d de negocio en Big Data Definir el impacto al negocio Identificar otros usos y beneficios de ese análisis 3. Identificar el partner con la experiencia necesaria para apoyar en el esfuerzo de descubrimiento y pruebas.
37
Minería de datos en la nube. Patricia Rayón Villela
Minería de datos en la nube Patricia Rayón Villela 1 Contenido Big-Data BI en la nube Analítica Texto Video Visual 2 Big data Problemas que eran difíciles o imposibles de resolver antes de ahora son manejables.
Más detallesIntroducción a Big Data Analytics
Introducción a Big Data Analytics Luis Zamora - Sales Manager Iberia Greenplum Pedro Algaba - EMC Greenplum Solutions Architect 1 BIG DATA: Retos y Requerimientos Big Data Analytics plantea unos requerimientos
Más detallesLa siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand. IBM Information Management
La siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand José Ramón Mora IBM Software Group Nuestra visión sobre Business Intelligence Acercamiento Desde hace
Más detallesBIG DATA = BIG VALUE. Pedro Arrieta Consultor Senior de Arquitectura para América Latina Teradata
BIG DATA = BIG VALUE Pedro Arrieta Consultor Senior de Arquitectura para América Latina Teradata NUESTRA MISIÓN Y VISIÓN Solidez y confianza Teradata Corporation +25 años en el mercado. Cotiza en bolsa
Más detallesSeidor: Su socio de Confianza Experiencia. Flexibilidad. Compromiso
Seidor: Su socio de Confianza Experiencia. Flexibilidad. Compromiso Crystalis Consulting, 2012, Confidencial Quiénes Somos? Seidor es una empresa multinacional española con más de 30 años de trayectoria
Más detallesEL DATA SCIENTIST MAS QUE UNA MODA
EL DATA SCIENTIST MAS QUE UNA MODA JULIO 2015 AGENDA Origen y Evolución Qué conocimientos y skills deben tener? Cómo son los actuales Data Scientist? Dónde están ubicados en las empresas? SAS Data Scientist
Más detallesConectores Pentaho Big Data Community VS Enterprise
Conectores Pentaho Big Data Community VS Enterprise Agosto 2014 Stratebi Business Solutions www.stratebi.com info@stratebi.com Índice 1. Resumen... 3 2. Introducción... 4 3. Objetivo... 4 4. Pentaho Community
Más detallesThe H Hour: Hadoop The awakening of the BigData. Antonio Soto SolidQ COO asoto@solidq.com @antoniosql
The H Hour: Hadoop The awakening of the BigData Antonio Soto SolidQ COO asoto@solidq.com @antoniosql Tendencias de la Industria El nuevo rol del operador El operador de ayer Sigue el proceso basado en
Más detallesSharePoint. Conference Perú 2011
SHAREPOINT + DYNAMICS ERP DESCENTRALIZACION DE PROCESOS Y CONTROL DE NEGOCIO AGENDA Qué está sucediendo en el mundo empresarial? Problemas de Productividad. Brecha de productividad. La organización vista
Más detallesMANUAL EASYCHAIR. A) Ingresar su nombre de usuario y password, si ya tiene una cuenta registrada Ó
MANUAL EASYCHAIR La URL para enviar su propuesta a la convocatoria es: https://easychair.org/conferences/?conf=genconciencia2015 Donde aparece la siguiente pantalla: Se encuentran dos opciones: A) Ingresar
Más detallesGestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software
Gestión del Fraude Pilar Sirvent, Arquitecto Senior de Software Áreas de Apoyo Gestión del Fraude Grandes Cantidades de Datos (Big Data) Volumen - Variedad - Velocidad Integración Visión 360º Análisis
Más detallesContenido Digital de Marketing en plataformas ECM
IBM Software Solutions Enterprise Content Management Software Contenido Digital de Marketing en plataformas ECM Enterprise Content Management The purpose of business is to create and keep a customer --
Más detallesBig Data Analytics. Copyright 2012, SAS Institute Inc. All rights reserved.
Big Data Analytics El desafío? Source: IDC Digital Universe Study, sponsored by EMC, May 2010 NUESTRA PERSPECTIVA Big Data esun términorelativo no ABSOLUTO Big Data Cuando el volúmen, velocidad o variedad
Más detallesComo extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS
Como extender la capacidad Analítica conectando fuentes de datos Big Data en ArcGIS César Rodríguez Reinaldo Cartagena Agenda Fundamentos para Big Data La Analítica y Big Data generar conocimiento ArcGIS
Más detallesMuchos Datos. Pocos Datos. Cualquier cantidad de Datos. Analíticas de Negocio
Muchos Datos. Pocos Datos. Cualquier cantidad de Datos. Analíticas de Negocio Hoy en día tenemos más información sobre los clientes pero nunca fue tan difícil entenderla. SISTEMAS INTERNOS Datos demográficos
Más detallesCambio de paradigma en BI. Christian Bogliotti PreSales - BI Architect cb@dataiq.com.ar
Cambio de paradigma en BI Christian Bogliotti PreSales - BI Architect cb@dataiq.com.ar Octubre 2015 Qlik es una plataforma para Business Discovery. Business Discovery es inteligencia de negocios definida
Más detallesBIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA
BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA Javier González Sánchez Director Comercial de Information Management España, Portugal, Grecia e Israel. IBM Software Características de Big Data Procesamiento
Más detallesTOMA DE DECISIONES II
TOMA DE DECISIONES II Tema Nº 04 1. LAS HERRAMIENTAS TECNOLÓGICAS PARA LAS TOMA DE DECISIONES GERENCIALES 1.1 Importancia de los ERP. 1.2 Aadministración del desempeño corporativo CPM 1. HERRAMIENTAS TECNOLÓGICAS
Más detallesÍNDICE. Introducción... Capítulo 1. Conceptos de Big Data... 1
ÍNDICE Introducción... XIII Capítulo 1. Conceptos de Big Data... 1 Definición, necesidad y características de Big Data... 1 Aplicaciones típicas de Big Data... 4 Patrones de detección del fraude... 4 Patrones
Más detallesBig data A través de una implementación
Big data A través de una implementación Lic. Diego Krauthamer Profesor Adjunto Interino del Área Base de Datos Universidad Abierta Interamericana Facultad de Tecnología Informática Buenos Aires. Argentina
Más detallesWeb analytics y recomendaciones inteligentes. Jose Yáñez Especialista Soluciones Enterprise Marketing Manager #START013, 6 Noviembre 2012
Web analytics y recomendaciones inteligentes Jose Yáñez Especialista Soluciones Enterprise Marketing Manager #START013, 6 Noviembre 2012 El consumidor de hoy espera una experiencia consistente y relevante
Más detallesVolatilidad: Noviembre 2010 Futuros Frijol de Soya
Observaciones Junio 09, 2010 1. La volatilidad tiene una tendencia a aumentar de Junio a Julio. 2. Este reporte sugiere que se debería considerar la implementación de estrategias largas con opciones en
Más detallesConvierta sus datos en conocimiento para generar utilidades.
Microsoft SQL Server Business Intelligence ofrece una plataforma integral fortaleciendo a las organizaciones para construir y desplegar soluciones de BI seguras, escalables y manejables. Convierta sus
Más detallesThink Big Think Data Think Big Data
Think Big Think Data Think Big Data Fermín Febrero Technology Consultant 1 En 2000 se generaron DOS EXABYTES De nueva información Sources: How Much Information? Peter Lyman and Hal Varian, UC Berkeley,.
Más detallesPruebas SQL, NoSQL y Multidispositivo
Pruebas SQL, NoSQL y Multidispositivo Javier Tuya Universidad de Oviedo Grupo de Investigación en Ingeniería del Software (GIIS) http://giis.uniovi.es/ Alianza Española de Innovación en Software Testing
Más detallesPruebas SQL, NoSQL y Multidispositivo
Pruebas SQL, NoSQL y Multidispositivo Javier Tuya Universidad de Oviedo Grupo de Investigación en Ingeniería del Software (GIIS) http://giis.uniovi.es/ Alianza Española de Innovación en Software Testing
Más detallesBI Business Intelligence Un Mercado de Alto Crecimiento
BI Business Intelligence Un Mercado de Alto Crecimiento BI Business Intelligence Un Mercado de Alto Crecimiento 1 PROLOGO Vivimos en la sociedad de la información. Gracias a Internet y al desarrollo de
Más detalles5 puntos clave para movilizar su negocio. Jorge Seoane Septiembre 2014
5 puntos clave para movilizar su negocio Jorge Seoane Septiembre 2014 Movilidad está reformulando la empresa Movilizar Contenido Movilizar Personas Conectar Cosas Conectar Lugares 2014 SAP AG or an SAP
Más detallesXII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código
Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Ana María Bisbé York Servicios Profesionales sp@danysoft.com 916 638683 www.danysoft.com Abril 2015 Sala 1 SQL Server
Más detallesNubaDat An Integral Cloud Big Data Platform. Ricardo Jimenez-Peris
NubaDat An Integral Cloud Big Data Platform Ricardo Jimenez-Peris NubaDat Market Size 3 Market Analysis Conclusions Agenda Value Proposition Product Suite Competitive Advantages Market Gaps Big Data needs
Más detallesBeneficios de Big Data con analítica
Beneficios de Big Data con analítica Edward Roske, CEO Oracle ACE Director info@interrel.com BLOG: LookSmarter.blogspot.com WEBSITE: www.interrel.com TWITTER: Eroske Sobre interrel Ganador del Premio Oracle
Más detallesEnterprise Intelligence Solutions
Enterprise Intelligence Solutions Integrando la Voz del Cliente Kevin Kerr Adriana Ramirez 1 Introducción a Verint Líder Global en Inteligencia para la Acción y Servicios de Valor Agregado Spain Argentina
Más detallesANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA
ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA Autor: de la Cierva Perreau de Pinninck, Leticia Director: Sonia García, Mario Tenés Entidad Colaboradora: VASS RESUMEN DEL PROYECTO Tras la realización
Más detallesuna solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse
una solución para mejorar la toma de decisiones Performance Management Reporting & Analysis Data Warehouse Difícil de Usar Requiere un manejo distinto al habitual Fragmentada Funcionalidad segmentada en
Más detallesOferta formativa 2014
Les ofrecemos una breve descripción de nuestra oferta formativa. Consúltenos sobre cursos o programas formativos que sean de su interés. Cursos Tecnológicos Business Intelligence Procesos EPM (Enterprise
Más detallesIncorpora la localización en tu compañía. Mejora la rentabilidad con la solución Location Analytics de Esri
Incorpora la localización en tu compañía Mejora la rentabilidad con la solución Location Analytics de Esri Qué es la pregunta Dónde es la respuesta En la era actual de sobrecarga de datos el éxito en los
Más detallesESTUDIO, ANÁLISIS Y EVALUACIÓN DEL ENTORNO DE TRABAJO HADOOP. Entidad Colaboradora: ICAI Universidad Pontificia Comillas
ESTUDIO, ANÁLISIS Y EVALUACIÓN DEL ENTORNO DE TRABAJO HADOOP. Autor: Director: Rubio Echevarria, Raquel Contreras Bárcena, David Entidad Colaboradora: ICAI Universidad Pontificia Comillas RESUMEN DEL PROYECTO
Más detallesFernando Gutiérrez-Cabello. Data Discovery y visualizaciones en MicroStrategy 10
Fernando Gutiérrez-Cabello Data Discovery y visualizaciones en MicroStrategy 10 Clientes Beta de MicroStrategy 10 Por primera vez, MicroStrategy 10 ofrece una plataforma de analítica que combina una experiencia
Más detallesFaceFinder MÓDULO DE BÚSQUEDA DE PERSONAS DENTRO DE UNA BASE DE DATOS DE ROSTROS
FaceFinder MÓDULO DE BÚSQUEDA DE PERSONAS DENTRO DE UNA BASE DE DATOS DE ROSTROS Introducción Los algoritmos utilizados para el procesamiento de imágenes son de complejidad computacional alta. Por esto
Más detallesAccediendo a nuevas perspectivas y oportunidades a través del Big Data
Accediendo a nuevas perspectivas y oportunidades a través del Big Data Yolanda Mendoza - Information Management Sales Manager SPGI Madrid, 20 noviembre 2013 PALACIO MUNICIPAL DE CONGRESOS Algo importante
Más detallesFeria de tecnología Bancolombia Participación de SAP
Feria de tecnología Bancolombia Participación de SAP Octubre 14 y 15, 2014 Oficinas Bancolombia. Medellín, Colombia. Propuesta 1 Plataforma SAP BIG DATA Categorías: BIG DATA, Analytics, Apoyo al Negocio
Más detallesERP s Universitarios: soluciones, experiencias y tendencias. CrueTIC Universidad de La Rioja
ERP s Universitarios: soluciones, experiencias y tendencias CrueTIC Universidad de La Rioja Qué es un ERP? Sistema de planificación de recursos empresariales (ERP, Enterprise Resource Planning). Permiten
Más detallesSoluciones Integrales en Inteligencia de Negocios
Soluciones Integrales en Inteligencia de Negocios QUIENES SOMOS NUESTRA MISIÓN DATAWAREHOUSE MINERÍA DE DATOS MODELOS PREDICTIVOS REPORTERÍA Y DASHBOARD DESARROLLO DE APLICACIONES MODELOS DE SIMULACIÓN
Más detallesCómo Orientar el Potencial de Big Data
Cómo Orientar el Potencial de Big Data Fernando Cortés IBM Software Group, Information Management Especialista IBM Big Data Para Reconocer Nuevas Oportunidades, Es Necesario Pensar Más Allá de las Fuentes
Más detallesRealidad Actual: Muchas Limitaciones Transacción vs. Gestión
Simple Finance 1 Realidad Actual: Muchas Limitaciones Transacción vs. Gestión Gastos Planning CAPEX Planning Reportes Gerenciales Presupuesto Anual Ventas Reporting Rentabilidad Producto Ingresos Forecasting
Más detallesData Lake: La evolución da paso a la Revolución. César Tapias Herranz Isilon Regional Territory Manager
Data Lake: La evolución da paso a la Revolución César Tapias Herranz Isilon Regional Territory Manager Copyright 2015 EMC Corporation. All Todos rights los reserved. derechos reservados. 1 El poder de
Más detallesHadoop. Cómo vender un cluster Hadoop?
Hadoop Cómo vender un cluster Hadoop? ÍNDICE Problema Big Data Qué es Hadoop? Descripción HDSF Map Reduce Componentes de Hadoop Hardware Software 3 EL PROBLEMA BIG DATA ANTES Los datos los generaban las
Más detallesRoadmap para la adopción de nuevas arquitecturas de información
Roadmap para la adopción de nuevas arquitecturas de información Qué es Big Data..? es el nombre que se le da a conjuntos de información que crecen de una manera tan exponencial que resulta prohibitivo
Más detallesThird Platform Apps & EMC: Redefining IT & Helping Our Customers Lead The Way. santiago.sanchez@emc.com
Third Platform Apps & EMC: Redefining IT & Helping Our Customers Lead The Way santiago.sanchez@emc.com El Salto Digital Fuentes: Google, COMSCORE La Información ya no Nace en el DC Pasamos del modelo Inside-Out
Más detallesNueva confirmación de pedido de compra con cambios: proveedor ES
Ayuda de trabajo Nueva confirmación de pedido de compra con cambios: proveedor ES Step 1. This Supplier portal activity lists the steps necessary for confirming a new purchase order with changes on price,
Más detallesGestión de Recursos Humanos Full Cloud HCM Suite. Nelson Restrepo EC Product Sales Manager LATAM
Gestión de Recursos Humanos Full Cloud HCM Suite Nelson Restrepo EC Product Sales Manager LATAM Listos o no, la fuerza laboral esta cambiando! Globalización Los mercados de talentos son globales El acceso
Más detallesDenodo Data Services quehaydelomío.es :-)
Denodo Data Services quehaydelomío.es :-) David Sánchez dsanchez@denodo.com Qué es la Ley 11/2007? Conversar con el ciudadano Conversar es el arte de escuchar, aprender y compartir Dónde conversar con
Más detallesCorporate Performance Management: Como crear valor con sistemas Gerenciales. PRISCILA SIQUEIRA - EPM Manager Latino América
Corporate Performance Management: Como crear valor con sistemas Gerenciales PRISCILA SIQUEIRA - EPM Manager Latino América Tenemos que analizar nuestras estrategias para crear valor a nuestro negocio Pero
Más detallesBUSINESS INTELLIGENCE Y REDSHIFT
Whitepaper BUSINESS INTELLIGENCE Y REDSHIFT BEE PART OF THE CHANGE hablemos@beeva.com www.beeva.com LAS SOLUCIONES QUE TU BI NECESITA Con Amazon Web Services (AWS) es posible disponer con solo unos clics
Más detallesConceptos básicos de Big Data
Conceptos básicos de Big Data Este documento no podrá ser reproducido, total o parcialmente, sin el permiso expreso de TRC Informática, S.L. Correos electrónicos, mensajes de textos, datos en formularios
Más detallesBig Data y Manejo de Datos Maestros
Objetivos 1.- El alumno identificará el contexto, la problemática y utilizará diversas herramientas de Manejo de Datos Maestros. Esto permitirá formarse un criterio sobre cómo implementar un proyecto de
Más detallesChattanooga Motors - Solicitud de Credito
Chattanooga Motors - Solicitud de Credito Completa o llena la solicitud y regresala en persona o por fax. sotros mantenemos tus datos en confidencialidad. Completar una aplicacion para el comprador y otra
Más detallesJuan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora
Juan Carlos Olarte B Innovation and Business Development Management BIG DATA & ANALYTICS: El Futuro es Ahora Temas a Tratar Evolución y Tendencias Big Data & Analytics Data Mining, Data Science y Big Data
Más detallesMigrar al Cloud Asegurar alineación al negocio
@michelbouffier Enfoque de Negocio Migrar al Cloud Asegurar alineación al negocio Altos Costos Bajo Valor de Negocio Proyectos Interminables Mayor relación Costo-Beneficio Mayor Valor de Negocio Adecuado
Más detallesLa revolución de los datos, nuevas tecnologías analíticas cognitivas y nuevos roles.
Ricardo Míguez del Olmo, Director de Soluciones de Analytics. IBM La revolución de los datos, nuevas tecnologías analíticas cognitivas y nuevos roles. 2015 IBM Corporation Nuevos Roles: El Director de
Más detallesINTELIGENCIA DE NEGOCIO 2014-2015
INTELIGENCIA DE NEGOCIO 2014-2015 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación,
Más detallesJose Luis Camps. Noviembre 2011. 2011 IBM Corporation
Análisis de sentimiento en redes sociales Jose Luis Camps Noviembre 2011 2011 IBM Corporation Análisis de medios sociales. Respuesta a nuevas preguntas del consumidor Qué piensan los consumidores de la
Más detallesINTELIGENCIA DE NEGOCIO 2015-2016
INTELIGENCIA DE NEGOCIO 2015-2016 Tema 1. Introducción a la Inteligencia de Negocio Tema 2. Retos en Inteligencia de Negocio Tema 3. Minería de Datos. Ciencia de Datos Tema 4. Modelos de Predicción: Clasificación,
Más detallesSMART FLEXIBILITY. www.south-partner.com. Aportamos Soluciones y Servicios Tecnológicos innovadores basados en modelos de negocio flexibles
SMART FLEXIBILITY www.south-partner.com Aportamos Soluciones y Servicios Tecnológicos innovadores basados en modelos de negocio flexibles SOBRE NOSOTROS QUIENES SOMOS? Somos una empresa de Servicios Integrales
Más detallesPlataforma de Movilidad de SAP Estamos preparados para la movilidad y el tiempo real? Departamento de Soluciones SAP Iberia Junio 2012
Plataforma de Movilidad de SAP Estamos preparados para la movilidad y el tiempo real? Departamento de Soluciones SAP Iberia Junio 2012 2011 SAP AG. All rights reserved. 3 SDK 2011 SAP AG. All rights reserved.
Más detallesCumpliendo con las Reglas
Cumpliendo con las Reglas Eugenio Torres Gutiérrez Qué es el cumplimiento? Cumplimiento es el acto de adherirse a, y demostrar adherencia a, un estándar o regulación. El cumplimiento regulatorio contempla
Más detallesSISTEMA PARA GENERAR GRÁFICAS A PARTIR DE LOGS TCPDUMP USANDO HADOOP. Ángel Stalin Cruz Palaquibay Pedro Alfredo Torres Arellano
SISTEMA PARA GENERAR GRÁFICAS A PARTIR DE LOGS TCPDUMP USANDO HADOOP Ángel Stalin Cruz Palaquibay Pedro Alfredo Torres Arellano Descripción general 2 El Problema Motivación Objetivos Metodología del proyecto
Más detallesAmbientes de gestión de información sensible a contexto en escenarios de alta escalabilidad
COMIT Ingeniería de información Ambientes de gestión de información sensible a contexto en escenarios de alta escalabilidad Profesores: Claudia Jiménez - cjimenez@uniandes.edu.co Álvaro Gómez D Alleman
Más detallesHuman-Centered Approaches to Data Mining: Where does Culture meet Statistics?
Human-Centered Approaches to Data Mining: Where does Culture meet Statistics? Manuel Cebrián & Alejandro (Alex) Jaimes ICT 2008 Collective Intelligence Networking Nov. 26, 2008 Leading PROGRESS Outline
Más detallesServicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible
Servicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible Septiembre 02 de 2015 Víctor Manuel Bernal Olaya vbernal@internexa.com.co
Más detallesObjetos Distribuidos - Componentes. Middleware
Objetos Distribuidos - Componentes Middleware Middleware Component Oriented Development Arquitecturas 3 Tier Middleware es el software que: conecta y comunica los componentes de una aplicacion distribuida
Más detallesInternet de las Cosas
Internet de las Cosas Conectar, Transformar y Reimaginar Su negocio ASUG Annual Forum 2015 Palais Rouge, 16 de Setiembre del 2015 Mariano Baca Storni CEO Inclusion Services S.A. mbacastorni@inclusionservices.com
Más detallesLa importancia del ecommerce en la transformación e internacionalización de un grupo mayorista
La importancia del ecommerce en la transformación e internacionalización de un grupo mayorista Eduardo Prida IT Group Program Manager ADVEO Madrid, 20 noviembre 2013 PALACIO MUNICIPAL DE CONGRESOS 2013
Más detallesYersinio Jiménez Campos Analista de datos Banco Nacional de Costa Rica
Fundamentos Título de de Big la Data presentación utilizando MATLAB Yersinio Jiménez Campos Analista de datos Banco Nacional de Costa Rica 1 Agenda Qué es Big Data? Buenas prácticas en el manejo de memoria.
Más detallesCómo aprovechar la potencia de la analítica avanzada con IBM Netezza
IBM Software Information Management White Paper Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza Un enfoque de appliance simplifica el uso de la analítica avanzada Cómo aprovechar la
Más detallesLa curación de contenidos en la era de la infoxicación. Propuestas para bibliotecas
La curación de contenidos en la era de la infoxicación. Propuestas para bibliotecas Javier Guallar Universidad de Barcelona / Los content curators Organiza: Departamento de Bibliotecas y Documentación
Más detallesRETOS Y APLICACIONES DEL BIG DATA
RETOS Y APLICACIONES DEL BIG DATA TENDENCIAS DE FUTURO EN EHEALTH jlcruz@idiphim.org @jotaelecruz Juan Luis Cruz CIO Hospital Puerta de Hierro Madrid España RETOS Y APLICACIONES DEL BIG DATA 1. QUÉ ES
Más detallesSAS EVENT STREAM PROCESSING
SAS FORUM ARGENTINA 2015 5 DE MAYO SAS EVENT STREAM PROCESSING Sergio Uassouf Líder de Práctica de Gestión de Información e Infraestructura STREAMING ANALYTICS ANALYTICS AND INSIGHTS ON STREAMING DATA
Más detallesBIG DATA. Jorge Mercado. Software Quality Engineer
BIG DATA Jorge Mercado Software Quality Engineer Agenda Big Data - Introducción Big Data - Estructura Big Data - Soluciones Conclusiones Q&A Big Data - Introducción Que es Big Data? Big data es el termino
Más detallesQlik para Ventas. Octubre 2014
Qlik para Ventas Octubre 2014 Los usuarios de Ventas realizan una serie de Preguntas y Respuestas Márgenes Cómo están los márgenes de los últimos 3 años abiertos por región? Análisis por Región y Categoría
Más detallesIBM GBS Supply Chain Management Community
IBM GBS Community Andres E. Carabio Líder de para la Región Spanish South America deeper Qué es IBM Global Business Services? Hace unos años IBM entendió y definió como estrategia de negocio, que un alto
Más detallesINNOVACIÓN Tecnologías de información La nueva Era. Javier Cordero Torres Presidente y Director General Oracle México Febrero 27, 2015
INNOVACIÓN Tecnologías de información La nueva Era Javier Cordero Torres Presidente y Director General Oracle México Febrero 27, 2015 Oracle Confidential Internal/Restricted/Highly Restricted 3 4 OF WORLD
Más detallesDiseño de soluciones y propuestas de tecnologías para la organi
Diseño de soluciones y propuestas de tecnologías para la organización mailto:pchavezl74@gmail.com 4 de agosto de 2015 1 Aplicaciones empresariales 2 Aplicaciones empresariales Después de cierto tiempo,
Más detallesSafe Harbor Statement
Safe Harbor Statement The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment
Más detallesEnapsys. Nuevas Funcionalidades en SAP CRM 7 Enhancement Package 2
Enapsys Nuevas Funcionalidades en SAP CRM 7 Enhancement Package 2 AGENDA SAP CRM 7 Real Time Offer Management Interaction Center- BCM Webchannel Mobile Social Media RDS Quién es Enapsys? SAP CRM 7.0 Enhancement
Más detallesMARCANDO LA DIFERENCIA
MARCANDO LA DIFERENCIA LA SUITE OMEGA ES NUESTRA GAMA DE APLICACIONES Cada una fue diseñada de acuerdo a principios fundamentales para ser eficientes, efectivas, prácticas y asequibles. Manejo de relaciones
Más detallesMicrosoft Dynamics AX 2009 Características Funcionales
Microsoft Dynamics AX 2009 Características Funcionales Pablo Villa Microsoft Chile 2010 Básicamente, un ERP es un sistema transaccional de comunicación electrónica entre las distintas áreas de la empresa
Más detallesSQL Diagnostic Manager Nueva versión 6.0
Página 1 de 6 SQL Diagnostic Manager Nueva versión 6.0 Página 2 de 6 Índice 1. ACCIONES DISPARADAS DESDE LAS ALERTAS...3 1.1. QUE GANA EL DBA CON TODO ESTO...4 2. NUEVA INTERFASE DE REPORTES....4 2.1.
Más detallesKeyMaker, Token Security System, Rel 1.16
Who we are KeyMaker, Token Security System, Rel 1.16 GTI es una empresa estadounidense de amplia experiencia y trayectoria en actividades empresariales, con mas de 20 años en el campo de la tecnología
Más detallesLos Cuatro Pilares de la Tercera Plataforma de Tecnología y Su Impacto En El Sector Minero
Los Cuatro Pilares de la Tercera Plataforma de Tecnología y Su Impacto En El Sector Minero Federico Amprimo IDC Latinoamérica Si, Steve Jobs se llevó nuestros trabajos Alexander Stubb, Primer Ministro
Más detallesBig Data: Qué es y por qué es relevante?
Big Data: Qué es y por qué es relevante? 01000111101001110111001100110110011001 Volumen 10x Aumento del volumen de información cada cinco años Gran Información Velocidad 4.3 Número de dispositivos conectados
Más detallesBIG DATA & SEGURIDAD UN MATRIMONIO DE FUTURO
BIG DATA & SEGURIDAD UN MATRIMONIO DE FUTURO PRESENTACIÓN ANTONIO GONZÁLEZ CASTRO IT SECURITY DIRECTOR EN PRAGSIS TECHNOLOGIES agcastro@pragsis.com antoniogonzalezcastro.es @agonzaca linkedin.com/in/agonzaca
Más detallesLa Empresa Social: Estrategias para construir una Comunidad Social en su Organización
La Empresa Social: Estrategias para construir una Comunidad d Social en su Organización Ricardo Míguez del Olmo IBM Collaboration Solutions Manager ricardo_miguez@es.ibm.com @RmiguezDelOlmo es.linkedin.com/in/ricardomiguezdelolmo
Más detallesMICROSOFT SQL SERVER 2008 Instalación de Microsoft SQL Server 2008 R2
MICROSOFT SQL SERVER 2008 Instalación de Microsoft SQL Server 2008 R2 Instalación de SQL Server 2008 R2 1- Al ejecutar el instalador de SQL Server aparecerá la ventana de SQL Server Installation Center.
Más detallesSocial Big Data. Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 13 de Noviembre de 2014
Social Big Data Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 13 de Noviembre de 2014 'Hello world!' Creador & Organizador Docente universitario El mundo
Más detallesLa importancia de la visibilidad en las infraestructuras de las AAPP y en los servicios al ciudadano
La importancia de la visibilidad en las infraestructuras de las AAPP y en los servicios al ciudadano José Carlos García Marcos Responsable Técnico preventa Extreme España josecarlos.garcia@extremenetworks.com
Más detallesQlikView - Business Discovery Caso Galicia Seguros AMBA Seguros GUILLERMO BLAUZWIRN
QlikView - Business Discovery Caso Galicia Seguros AMBA Seguros GUILLERMO BLAUZWIRN Cómo hacemos con QlikView para obtener respuestas? Motor Asociativo Explora & analiza ventas, performance, o reclamos
Más detallesSAP BusinessObjects Edge BI Standard Package La solución de BI preferida para. Empresas en Crecimiento
SAP BusinessObjects Edge BI Standard Package La solución de BI preferida para Empresas en Crecimiento Portfolio SAP BusinessObjects Soluciones SAP para Empresas en Crecimiento Resumen Ejecutivo Inteligencia
Más detallesPABLO JARNE MUÑOZ V JORNADAS DE DERECHO Y TECNOLOGÍA XVII ENCUENTRO IBERO-LATINO AMERICANO SOBRE GOBIERNO ELECTRÓNICO E INCLUSIÓN DIGITAL
PABLO JARNE MUÑOZ V JORNADAS DE DERECHO Y TECNOLOGÍA XVII ENCUENTRO IBERO-LATINO AMERICANO SOBRE GOBIERNO ELECTRÓNICO E INCLUSIÓN DIGITAL - Existencia de un acentuado desequilibrio de poder entre las partes.
Más detallesGestión eficiente y ágil de las políticas y reglas de negocio
Gestión eficiente y ágil de las políticas y reglas de negocio 1 Agenda Retos en los Seguros Iniciativas Recomendadas Plataforma de Agilidad e Integración Solución BPM Lombardi Experiencias en el sector
Más detalles