Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo"

Transcripción

1 Cómo IBM BigInsights acelera la generación de valor de Implantaciones HADOOP. Subtítulo

2 Resumen Big Data: Ideas Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards

3 Características del Big Data: As usual V 4 =Volumen+ Velocidad+ Variedad + Veracidad Procesar eficientemente el Volumen creciente 50x 35 ZB Responder con la Velocidad necesaria 30 Billion Sensores RFID y aumentando Analizar la Variedad de datos existentes 80% de los datos mundiales son desestructurados Establecer la Veracidad de las fuentes de datos Big Data 1 de cada 3 business leaders no confían en la información que usan para la toma de decisiones. VALOR

4 BIG DATA NO ES SÓLO HADOOP There s a belief that if you want big data, you need to go out and buy Hadoop and then you re pretty much set. People shouldn t get ideas about turning off their relational systems and replacing them with Hadoop As we start thinking about big data from the perspective of business needs, we re realizing that Hadoop isn t always the best tool for everything we need to do, and that using the wrong tool can sometimes be painful. Ken Rudin Head of Analytics at Facebook

5

6 Resumen Big Data Arquitectura Big Data Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards

7 Arquitectura BIG DATA Completa

8 Arquitectura BIG DATA Completa con IBM STREAMS SPSS MODELER SPSS MODELER SPSS MODELER

9 9 IBM Big Data Platform InfoSphere BigInsights Hadoop-based low latency analytics for variety and volume Data-At-Rest Hadoop InfoSphere Information Server High volume data integration and transformation Information Integration Data Warehouse Stream Computing InfoSphere Streams Low Latency Analytics for streaming data Data-In-Motion InfoSphere Warehouse Large volume structured data analytics PureData for Analytics BI+Ad Hoc Analytics on Structured Data

10 Ejemplo Plataforma Global Big Data en la práctica Ingestion and Real-time Analytic Zone Streams Analytics and Reporting Zone Warehousing Zone BI & Reporting Connectors Hadoop Enterprise Warehouse Predictive Analytics MapReduce Hive/HBase Col Stores Data Marts Visualization & Discovery Documents in variety of formats ETL, MDM, Data Governance Landing and Analytics Sandbox Zone Metadata and Governance Zone

11 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards

12 Principales aplicaciones de Big Data Data at Rest Datos Almacenados (estructurados o desestructurados) Multiestructurados Ejemplos: logs, facebook, twitter, audio, video, , geodata... Solución: Hadoop (open source) / IBM InfoSphere BigInsights(Enterprise Hadoop) Data in Motion: Datos Analizados en Tiempo Real, sin necesidad de almacenarlos previamente. Ejemplos: Sensors, RFID, etc. Solución: IBM Infosphere Streams

13 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards

14 Por qué HADOOP? El hardware mejora continuamente Si, pero cuanto se tarda en procesar un Terabyte? y un Petabyte? cual es su coste? Cuál es la solución? PROCESAMIENTO EN PARALELO. El cual lleva mucho tiempo entre nosotros: GRID MPP DB2 DPF, Netezza, Teradata, etc En todos ellos se paraleliza y se distribuyen datos. Pero no es barato. Ahora HADOOP: 1. Hadoop Common: componentes genéricos 2. HDFS 3. MapReduce

15 Qué es HDFS Hadoop Distributed File System? Se distribuyen los datos en bloques por todos los nodos, replicándose entre los Múltiples Nodos del Cluster. Paradigma Divide y Vencerás. Único sistema de ficheros en todo el Cluster.

16 Qué es MapReduce? Paradigma Divide y Vencerás. Envío de los programas a los datos. Un Job MapReduce se divide en Tareas/Tasks y se envían a cada nodo del Cluster, donde están los datos divididos en Bloques.

17 Ejemplo: MapReduce Distribución public static class TokenizerMapper extends Mapper<Object,Text,Text,IntWritable> { private final static IntWritable one = new IntWritable(1); private Text word = new Text(); public void map(object key, Text val, Context StringTokenizer itr = new StringTokenizer(val.toString()); while (itr.hasmoretokens()) { word.set(itr.nexttoken()); context.write(word, one); } } } public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWrita private IntWritable result = new IntWritable(); public void reduce(text key, Iterable<IntWritable> val, Context context){ int sum = 0; for (IntWritable v : val) { sum += v.get(); Tareas Map se distribuyen por el Cluster Hadoop Data Nodes 1. Fase Map (Trocea job en pequeñas partes) 2. Shuffle (Transferencia de resultados para procesado final)... Shuffle 3. Fase Reduce (Construye un único dataset final) Result Set Reduce: Resultado en un único Set de datos

18 Ejemplo: Programa MapReduce Contar ocurrencias de palabras Entry Data Hello World Bye World Hello IBM Map Process Shuffle Process Reduce Process Map 1: < Hello, 1> < World, 1> < Bye, 1> < World, 1> Reduce (final output): < Bye, 1> < IBM, 1> < Hello, 2> < World, 2> Map 2: < Hello, 1> < IBM, 1>

19 Resumen Lenguajes de Análisis: Pig, Hive, Jaql Characteristic Pig Hive Jaql Developed by Yahoo! Facebook IBM Language Pig Lagin HQL Jaql Type of Language Data structured supported Data Flow Complex Declarative (SQL dialect) Better suited for structured data Data Flow JSON semi structured Schema Optional Not Optional Optional

20 Hadoop no es bueno para todo: CUIDADO No es para transacciones, no es bueno para acceso aleatorio. No es bueno cuando el trabajo no es paralelizable. No es bueno para accesos donde se espera una latencia baja. No es bueno para pequeños archivos/jobs. (Adaptive MapRed de IBM) No es bueno para muchos cálculos con pequeños sets de datos.

21 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop IBM InfoSphere BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards

22 BigInsights: IBM Hadoop y mucho más Única distribución Hadoop que permite despliegue de soluciones Big Data en Entornos Corporativos. Según requerimientos estándar de direcciones de tecnología Ventajas Principales de BigInsights: Integra todo el KnowHow del Software IBM Capacidades de Administración Aplicaciones Integradas (Big SQL, Big R, Aceleradores, BigSheets, ) Conectores Estándar JDBC ODBC (Big SQL). Entorno de Desarrollo Eclipse y Lenguajes propios (JAQL AQL). Soporte IBM y partners como Habber Tec.

23 BigInsights: WebConsole/Navegación Facilitando acceso a las principales funcionalidades: Cluster Status: Administración de Nodos del Cluster. Files: Acceso al árbol de directorios HDFS. Applications: Acceso aplicaciones existentes o desarrolladas. Bigsheets Dashboards

24 BigInsights: Cluster Status Facilidades para administradores, en la configuración, gestión y monitorización del clusterhadoop. Arrancar/Parar los distintos servicios del sistema Hadoop Añadir Nodos Eliminar Nodos Añadir Servicios Manejo de Alertas Configuración de Logs Sistema de Backup para Hbase

25 BigInsights: Files Acceso cómodo al árbol de directorios HDFS Posibilidad de analizar ficheros y formatearlos de manera sencilla. Acceso a tablas de Catalogo Hive.

26 BigInsights: Applications Aplicaciones para facilitar tareas, desde monitorización, ejecución de scripts/queries, importación de datos o transformaciones.

27 BigInsights : Accelerators Construir y desplegar rápidamente aplicaciones para casos de uso concretos IBM Accelerator for Social Data Analytics - SDA B2C business Ejemplo de aplicaciones: Customer acquisition / retention, Customer Segmentation or Micro Segmentation, Marketing Campaign Optimization, Lead generation, Brand Management or Surveillance Con BigInsights v3 y Streams v3 IBM Accelerator for Machine Data Analytics - MDA Cross-industry: manufacturing, oil & gas, energy and utility, healthcare, travel and transportation, CPG, Retail, etc. SCADA. Con BigInsights v3

28 BigInsights: Dashboards Visualización a través de de tableros. Tableros predefinidos para Administración: Estado del Sistema Estado de las aplicaciones, Jobs, Maps, Reduces Estado del Sistema de archivos distribuido - HDFS Widgets para facilitar creación de nuestros propios tableros: Widgets de administracion y salud del sistema Workbooks de análisis

29 BigInsights: Dashboards

30 BigInsights: BigSheets

31 BigInsights: Entorno Desarrollo Eclipse Para desarrollo en JAQL, Hive, Java MapReduce, Text Analytics, AQL, Pig

32 Qué es Big SQL? Soporte SQL robusto para entornos Hadoop: Arquitectura servidor escalable Soporte SQL'2011 ANSI. Drivers JDBC & ODBC. DB2 Client Driver. Variedad de fuentes de datos (Hive y Hbase) y formatos de ficheros Fundamentos de diseño: Queries ya existentes funcionen sin modificaciones o con pocas modificaciones. Aplicaciones existentes que usan JDBC y ODBC seguirán funcionando. Queries eficientes, tan eficientes como permita el mecanismo de almacenamiento seleccionado (Hive, Hbase, ficheros y sus distintos formatos).

33 BIG SQL v3.0 y Competidores Comparación con HIVE

34 Text Analytics en BigInsights Text Analytics implica estructurar los textos (parseado) y encontrar patrones. Tareas típicas en Text Mining: categorización de textos, extracción de entidades, taxonomías, análisis de sentimientos. Text Analytics incluye análisis léxico, categorización/anotación, extracción. BigInsights facilita todo esto, cómo? Lenguaje especifico para este tipo de análisis - AQL Herramientas de Desarrollo Eclipse Wizards. Compiladores y generadores de perfiles. Facilidades para crear aplicaciones, ejecutarlas y visualizar resultados.

35 Text Analytics: Ejemplo sencillo Football World Cup 2010, one team distinguished well from the rest winning the final. Early in the second half, Netherlands striker, Arjen Robben, had a chance to score, but the awesome keeper for Spain, Iker Casillas made the save. Winner superiority was reflected when Winger Andres Iniesta scored for Spain for the win. World Cup 2010 Highlights Arjen Robben Iker Casillas Andres Iniesta Striker Keeper Winger Netherlands Spain Spain

36 Annotator Query Language (AQL) Lenguaje específico para crear reglas de Text Analytics Similar a SQL. Compilable, generando un plan de acceso y trabajo sobre los datos. No hay cajas negras, o módulos cerrados, todo es parametrizable, con posibilidad de programar y modificar. create view AmountWithUnit as extract pattern <N.match> <U.match> as match from Number N, Unit U; WIZARD SENCILLO

37 BIG R Por fin, R Escalable. Particiones para grandes volúmenes. Ejecución en paralelo en Cluster. Entorno totalmente R.

38 BIGINSIGHTS: Aportes Facilidades para cualquier tipo de usuario: Administradores Desarrolladores Usuarios de Negocio Motores de ejecución y consulta: MapReduce BigSql Facilidades para Desarrollo de Aplicaciones y Análisis: Entorno Eclipse BigSheets Applications Accelerators

39 Conclusiones BigData no es sólo Hadoop. Hadoop es una pata dentro de las Arquitecturas Big Data. IBM InfoSphere BigInsights es la única distribución Hadoop que permite despliegue de soluciones Big Data en Entornos Corporativos. BigInsights aporta facilidad y rapidez para desarrollos BigData Hadoop, apoyándose en todas las herramientas y aplicaciones que incluye, que vienen aportadas por el KnowHow de IBM.

40 Resumen Big Data Arquitectura Completa Principales aplicaciones en Big Data Hadoop BigInsights: IBM Hadoop y mucho más WebConsole / Cluster Status / Files Applications Accelerators: SDA & MDA Dashboards / BigSheets Entorno de Desarrollo: Eclipse Facilitador: AQL Text Analytics Big R Big SQL Ejemplo Desarrollo Rápido: Eclipse Apps BigSheets - DashBoards

41 Ejemplo Desarrollo Rápido: Eclipse - Apps BigSheets - DashBoards 1. Eclipse: Creación Proyecto Nuevo 2. Eclipse: Creación Script Pig 3. Eclipse: Crear APP BigInsights y Desplegarla en portal. 4. WebConsole/Applications: Deploy & Run App BigInsights 5. BigSheets: Analizar Resultados 6. DashBoard: Añadir a nuestro Dashboards los nuevos datos generados.

42 Muchas gracias por su atención. Bruno Roa Cuesta Subtítulo

ÍNDICE. Introducción... Capítulo 1. Conceptos de Big Data... 1

ÍNDICE. 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 detalles

La Analítica de Datos no Estructurados

La Analítica de Datos no Estructurados La Analítica de Datos no Estructurados Análisis Big Data con Hadoop Big Data es Más Que Solamente Hadoop Que me podría decir de Big Data? Quiero saber de Hadoop. Big Data es mucho mas que Hadoop! Nuestros

Más detalles

Session: Qué es Big Data? Análisis con BigInsights. Luis Reina IBM. 13 Noviembre de 2012

Session: Qué es Big Data? Análisis con BigInsights. Luis Reina IBM. 13 Noviembre de 2012 Session: Qué es Big Data? Análisis con BigInsights Luis Reina IBM 13 Noviembre de 2012 1 Agenda Qué es Big Data? Datos en Reposo Hadoop IBM BigInsights Demo 2 Un poco de Historia de los Datos OLTP OLAP

Más detalles

Accediendo a nuevas perspectivas y oportunidades a través del Big Data

Accediendo 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 detalles

BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA

BIG 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 detalles

Big data A través de una implementación

Big 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 detalles

Cómo Orientar el Potencial de Big Data

Cómo 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 detalles

The 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 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 detalles

HDInsight. Big Data, al estilo Microsoft

HDInsight. Big Data, al estilo Microsoft HDInsight Big Data, al estilo Microsoft PABLO DOVAL SQL/BI Team Lead palvarez@plainconcepts.com http://geeks.ms/blogs/palvarez @PabloDoval Big Data ALGUNAS ESTADÍSTICAS DE SQL SERVER Categoría Metrica

Más detalles

APACHE HADOOP. Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López

APACHE HADOOP. Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López APACHE HADOOP Daniel Portela Paz Javier Villarreal García Luis Barroso Vázquez Álvaro Guzmán López Objetivos 1. Qué es Apache Hadoop? 2. Funcionalidad 2.1. Map/Reduce 2.2. HDFS 3. Casos prácticos 4. Hadoop

Más detalles

Big Data y Supercómputo. Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE)

Big Data y Supercómputo. Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) Big Data y Supercómputo Dr. Jesús Antonio González (jagonzalez@inaoep.mx) Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) Big Data 2 Hasta qué cantidad de datos podemos procesar en nuestra

Más detalles

Conectores Pentaho Big Data Community VS Enterprise

Conectores 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 detalles

Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya

Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya Software & Servicios Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big

Más detalles

Nuevas Tendencias Analítica en la Industria Financiera. Roger Molina Salvador Gerente de Proyectos Informese Ltda. Suc. Perú

Nuevas Tendencias Analítica en la Industria Financiera. Roger Molina Salvador Gerente de Proyectos Informese Ltda. Suc. Perú Nuevas Tendencias Analítica en la Industria Financiera Roger Molina Salvador Gerente de Proyectos Informese Ltda. Suc. Perú Agenda Big Data Big Data Analytics El Análisis de Entidades La propuesta de IBM

Más detalles

Escalar aplicaciones a cantidades masivas de datos Usando computadoras baratas muchas

Escalar aplicaciones a cantidades masivas de datos Usando computadoras baratas muchas Hadoop Problema Escalar aplicaciones a cantidades masivas de datos Usando computadoras baratas muchas Problemas de fiabilidad: alta probabilidad de que falle una o más computadoras Necesitamos algo que

Más detalles

XII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código

XII 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 detalles

Retos en la gestión de Información requieren Smarter Computing

Retos en la gestión de Información requieren Smarter Computing Retos en la gestión de Información requieren Smarter Computing Diana Ortega zstack Information Architect 1 Operacionales Decisiones Estratégicas Alcance del Business Analytics Análisis y Conocimiento Mejora

Más detalles

Hadoop. Cómo vender un cluster Hadoop?

Hadoop. 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 detalles

BIG DATA. Jorge Mercado. Software Quality Engineer

BIG 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 detalles

Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos

Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos Data Warehousing: el reto de extraer el valor de los datos AGENDA Data Warehouses Problemáticas típicas de Data Warehouse Soluciones

Más detalles

Big Data: Una Ventaja Competitiva. 2012 IBM Corporation

Big Data: Una Ventaja Competitiva. 2012 IBM Corporation Big Data: Una Ventaja Competitiva #IBMbigdata Data is the new Oil En su forma pura, el petróleo tiene poco valor. Una vez procesado y refinado, ayuda a mover el mundo. Big Data has arrived at Seton Health

Más detalles

El Camino a PureData. Analía Irene Ramos - Certified IT Specialist. ramos@ar.ibm.com - 7 de Junio de 2013. Accelerating Your Success

El Camino a PureData. Analía Irene Ramos - Certified IT Specialist. ramos@ar.ibm.com - 7 de Junio de 2013. Accelerating Your Success El Camino a PureData Analía Irene Ramos - Certified IT Specialist ramos@ar.ibm.com - 7 de Junio de 2013 Accelerating Your Success Desafíos - Tecnología 1 Factores que impactan las organizaciones: 1.Factores

Más detalles

Contenido CAPÍTULO 2 FUENTES DE GRANDES VOLÚMENES DE DATOS... 23. Parte I. La era de Big Data CAPÍTULO 1 QUÉ ES BIG DATA?... 1

Contenido CAPÍTULO 2 FUENTES DE GRANDES VOLÚMENES DE DATOS... 23. Parte I. La era de Big Data CAPÍTULO 1 QUÉ ES BIG DATA?... 1 Contenido Parte I. La era de Big Data CAPÍTULO 1 QUÉ ES BIG DATA?... 1 Definición de Big Data... 2 Tipos de datos... 3 Datos estructurados... 4 Datos semiestructurados... 4 Datos no estructurados... 5

Más detalles

Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com

Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com Facultad Politécnica UNA Ing. Julio Paciello juliopaciello@gmail.com Contenidos Clúster de Investigación Aplicada Proyectos HPC Clúster Hadoop para tecnologías de BI Una nube privada para la Administración

Más detalles

Cómo competir utilizando Big Data y Analytics

Cómo competir utilizando Big Data y Analytics Cómo competir utilizando Big Data y Analytics Guillermo Girón R. Business Information Regional Consultant ggiron@gbm.net Santo Domingo, Septiembre 2014 Sobrecarga de Información Pero a falta de Insight

Más detalles

Big Data Analytics: propuesta de una arquitectura

Big Data Analytics: propuesta de una arquitectura Big Data Analytics: propuesta de una arquitectura Jonathan Solano Rodriguez y Estefany Leiva Valverde Escuela de Ingeniería, Universidad Latinoamericana de Ciencia y Tecnología, ULACIT, Urbanización Tournón,

Más detalles

Big Data Analytics. Copyright 2012, SAS Institute Inc. All rights reserved.

Big 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 detalles

Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza

Cómo 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 detalles

Big Data: Cómo lidiar con el desafío de la explosión de datos?

Big Data: Cómo lidiar con el desafío de la explosión de datos? Big Data: Cómo lidiar con el desafío de la explosión de datos? Leonardo González Barceló IBM Latin America Big Data Sales Leader Lima, Octubre 22, 2013 Es Big Data Un Tópico de Tendencia Actual? Big Data:

Más detalles

PREVIEW BIDOOP 2.0. Big Data Brunch

PREVIEW BIDOOP 2.0. Big Data Brunch PREVIEW BIDOOP 2.0 Big Data Brunch 08 de Julio 2014 Quién soy? Trabajando con Hadoop desde 2010 sluangsay@pragsis.com @sourygna CTO de Pragsis Responsable departamento sistemas Preventa Instructor de Hadoop

Más detalles

Copyright 2010 EMC Corporation. All rights reserved.

Copyright 2010 EMC Corporation. All rights reserved. 1 GreenPlum El Futuro y el Presente del Data WareHouse 2 Retos en los Data Warehouse actuales Tanto las fuentes de los datos como la cantidad de información a analizar crece exponencialmente Existe información

Más detalles

Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu

Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu Saytel Informática S.L. Soluciones Big Data & Analytics Miércoles 4 de junio de 2014 Estadio Santiago Bernabeu Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big

Más detalles

ANÁLISIS Y DESARROLLO DE UNA PLATAFORMA BIG DATA

ANÁLISIS 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 detalles

Por qué BI? Avances tecnológicos y su costo de adquisición

Por qué BI? Avances tecnológicos y su costo de adquisición Business Intelligence Seminario Business Intelligence Por qué BI? Avances tecnológicos y su costo de adquisición Definición de Intelligence Transformación de información en conocimiento Ciclo de Inteligencia

Más detalles

Qué significa Hadoop en el mundo del Big Data?

Qué significa Hadoop en el mundo del Big Data? Qué significa Hadoop en el mundo del Big Data? Un contenido para perfiles técnicos 2 ÍNDICE Qué significa Hadoop en el Universo Big Data?.... 3 El planteamiento: big data y data science.... 3 Los desafíos

Más detalles

Como 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 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 detalles

Portafolio de soluciones BO Plataforma Tecnológica Única

Portafolio de soluciones BO Plataforma Tecnológica Única Portafolio de soluciones BO Plataforma Tecnológica Única Noviembre, 2011 Agenda Objetivo Oferta de Valor Portafolio de Productos Enterprise Information Management Information Discovery and Delivery Preguntas

Más detalles

ESTUDIO, ANÁLISIS Y EVALUACIÓN DEL ENTORNO DE TRABAJO HADOOP. Entidad Colaboradora: ICAI Universidad Pontificia Comillas

ESTUDIO, 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 detalles

Introducción a Big Data Analytics

Introducción 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 detalles

CURSO: DESARROLLADOR PARA APACHE HADOOP

CURSO: DESARROLLADOR PARA APACHE HADOOP CURSO: DESARROLLADOR PARA APACHE HADOOP CAPÍTULO 3: HADOOP CONCEPTOS BÁSICOS www.formacionhadoop.com Índice 1 Introducción a Hadoop 1.1 Proyecto Hadoop 1.2 Conceptos de Hadoop 2 Cluster Hadoop 2.1 Demonios

Más detalles

Desmitificando Big Data:

Desmitificando Big Data: Desmitificando Big Data: Data Mining y Business Intelligence 2.0 Ignacio Bustillo Ignacio.Bustillo@stratebi.com Twitter: @IgnacioBustillo Fecha presentación: 14 de Noviembre de 2014 'Hello world!' Creador

Más detalles

Big Data. Analisís de grandes cantidades de datos. Sergio Marchena Quirós

Big Data. Analisís de grandes cantidades de datos. Sergio Marchena Quirós Big Data Analisís de grandes cantidades de datos Sergio Marchena Quirós Índice 1.0 Introducción...3 1.1 Objetivos del proyecto...3 1.1.1 Estudio Teórico...3 2.0 Big Data...3 2.1 las 5 V...3 2.2 Tipos de

Más detalles

HAVEn Big Data Platform by HP

HAVEn Big Data Platform by HP HAVEn Big Data Platform by HP BigData CyL 20 de Mayo de 2014 HAVEn Caso de uso: Marketing individual 2 HAVEn Big Data platform by HP HAVEn Hadoop/ HDFS Autonomy IDOL Vertica Enterprise Security n Apps

Más detalles

Big Data y Manejo de Datos Maestros

Big 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 detalles

COMO USAR HADOOP. Y sobrevivir a la experiencia

COMO USAR HADOOP. Y sobrevivir a la experiencia COMO USAR HADOOP Y sobrevivir a la experiencia ORGANIZACIÓN Descripción Hadoop: Procesos involucrados Esquema de Funcionamiento Instalación de Hadoop Instalación Local Descripción de Instalación en Cluster

Más detalles

More than 500,000 software licenses, 125,000 plants & facilities, Supported in 181 countries, across every vertical market

More than 500,000 software licenses, 125,000 plants & facilities, Supported in 181 countries, across every vertical market More than 500,000 software licenses, 125,000 plants & facilities, Supported in 181 countries, across every vertical market Gestión inteligente de la información en entornos industriales e infraestructuras:

Más detalles

Log -Analytics con Apache-Flume Elasticsearch HDFS Kibana Master Experto en Cloud Computing U-TAD

Log -Analytics con Apache-Flume Elasticsearch HDFS Kibana Master Experto en Cloud Computing U-TAD Log -Analytics con Apache-Flume Elasticsearch HDFS Kibana Master Experto en Cloud Computing U-TAD Proyecto Final Master Felix Rodriguez Araujo 1 DESCRIPCIÓN GLOBAL DEL PROYECTO 2 TECNOLOGÍAS USADAS 3 WORKFLOW

Más detalles

una 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 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 detalles

NubaDat An Integral Cloud Big Data Platform. Ricardo Jimenez-Peris

NubaDat 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 detalles

Roadmap para la adopción de nuevas arquitecturas de información

Roadmap 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 detalles

BEEVA DATA PLATFORM TODA LA POTENCIA DEL BIG DATA A TU MEDIDA

BEEVA DATA PLATFORM TODA LA POTENCIA DEL BIG DATA A TU MEDIDA BEEVA DATA PLATFORM TODA LA POTENCIA DEL BIG DATA A TU MEDIDA EXPLOTA EL BIG DATA A TRAVÉS DE UNA PLATAFORMA DISEÑADA A MEDIDA PARA TU NEGOCIO Inmersos en la era de la información, las nuevas tendencias

Más detalles

Big Data y NO-SQL el futuro de la Arquitectura de Información

Big Data y NO-SQL el futuro de la Arquitectura de Información Big Data y NO-SQL el futuro de la Arquitectura de Información Jorge Mario Calvo L. EMPRENDEMICO = EMPRENdedor + academico http://jorgemariocalvo.net http://www.emprendemico.com Twitter: @Emprendemico Conocimiento

Más detalles

Appliance IBM Netezza High Capacity

Appliance IBM Netezza High Capacity Appliance IBM Netezza High Capacity Archivado de datos con escala peta, análisis y recuperación de desastres Appliance de alta capacidad de IBM Netezza Puntos destacados: Permite la consulta y el análisis

Más detalles

Big Data. Jose Alvarez Gómez jose.alvarez@oracle.com OCM - Oracle Database 11g Certified Master Oracle University

Big Data. Jose Alvarez Gómez jose.alvarez@oracle.com OCM - Oracle Database 11g Certified Master Oracle University Big Data Jose Alvarez Gómez jose.alvarez@oracle.com OCM - Oracle Database 11g Certified Master Oracle University Agenda Introducción a Big Data Casos de Uso Tecnología Adquirir Organizar Analizar y Decidir

Más detalles

Monitorización de actividades de datos InfoSphere Guardium para Big Data

Monitorización de actividades de datos InfoSphere Guardium para Big Data Monitorización de actividades de datos InfoSphere Guardium para Big Data Amal Mashlab IBM Software Group, Information Management Responsable de Ventas de Gobierno de la Información para Europa Cumplir

Más detalles

Big Data con nombres propios

Big Data con nombres propios Febrero 2014 Big Data con Al hablar de tecnología Big Data se está obligado, sin duda alguna, a hablar de programación paralela y procesamiento distribuido, ya que éstas serán las características que permitirán

Más detalles

Contenido Digital de Marketing en plataformas ECM

Contenido 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 detalles

IBM Power Systems con Saytel. El motor para obtener información de valor de la forma más rápida

IBM Power Systems con Saytel. El motor para obtener información de valor de la forma más rápida IBM Power Systems con Saytel El motor para obtener información de valor de la forma más rápida El motor para obtener información de valor de la forma más rápida Los nuevos requerimientos cloud, analítica,

Más detalles

Análisis de logs con soluciones Big Data e integración con BI corporativo

Análisis de logs con soluciones Big Data e integración con BI corporativo Trabajo de fin de grado Análisis de logs con soluciones Big Data e integración con BI corporativo Iván Rodrigo Buján Otero Grado de Ingeniería Informática Xavier Martínez Fontes 16 de junio de 2014 FICHA

Más detalles

BIG DATA Desde que se cronometran las carreras, se corre más rápido

BIG DATA Desde que se cronometran las carreras, se corre más rápido BIG DATA Desde que se cronometran las carreras, se corre más rápido Santa Cruz, Bolivia 2014 Manual para aprender @sorprendida @sorprendida HACE UN BILLÓN DE: HORAS nació el homo sapiens MINUTOS empezó

Más detalles

Social 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 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 detalles

INTELIGENCIA DE NEGOCIO 2014-2015

INTELIGENCIA 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 detalles

Juan 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 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 detalles

Integrando Microsoft Dynamics Data para Planning, Analysis y Reporting in Office PerformancePoint Server 2007

Integrando Microsoft Dynamics Data para Planning, Analysis y Reporting in Office PerformancePoint Server 2007 Integrando Microsoft Dynamics Data para Planning, Analysis y Reporting in Office PerformancePoint Server 2007 Oscar Rosas Gallardo Senior Solutions Architect, Business Intelligence, Europe Avanade Europe

Más detalles

Big Data en la nube. Use los datos. Obtenga información. La pregunta clave es: Qué puede hacer Doopex por mi negocio?

Big Data en la nube. Use los datos. Obtenga información. La pregunta clave es: Qué puede hacer Doopex por mi negocio? Qué es Doopex? Big Data en la nube. Use los datos. Obtenga información. Seguramente, la pregunta clave no es Qué es Doopex?. La pregunta clave es: Qué puede hacer Doopex por mi negocio? El objetivo de

Más detalles

Desarrollo y servicios web Sesión 18

Desarrollo y servicios web Sesión 18 Desarrollo y servicios web Sesión 18 Luisa Fernanda Rincón Pérez 2014-2 Qué son los patrones arquitectónicos? Definen la estructura de la solución al mas alto nivel. Por esto es lo primero que se tiene

Más detalles

Safe Harbor Statement

Safe 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 detalles

Cuándo estoy listo para pasar a producción?

Cuándo estoy listo para pasar a producción? IBM Software Expo 2006. Madrid 23 de Mayo Cuándo estoy listo para pasar a producción? antonio.alonso @ es.ibm.com IBM Software 2005 IBM Corporation Agenda IBM Software Expo 2006. Madrid, 23 de mayo La

Más detalles

La 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. 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 detalles

6 El catálogo del sistema

6 El catálogo del sistema 6 El catálogo del sistema Un sistema de gestión de base de datos debe llevar la cuenta de gran cantidad de información referente a la estructura de una base de datos con el fin de efectuar sus funciones

Más detalles

Universidad de Guadalajara

Universidad de Guadalajara Universidad de Guadalajara Centro Universitario de Ciencias Económico-Administrativas Maestría en Tecnologías de Información Ante-proyecto de Tésis Selection of a lightweight virtualization framework to

Más detalles

MÁSTER: MÁSTER EXPERTO BIG DATA

MÁSTER: MÁSTER EXPERTO BIG DATA MÁSTER: MÁSTER EXPERTO BIG DATA Información detallada del máster www.formacionhadoop.com Este máster online está enfocado a los ingenieros que quieran aprender el despliegue y configuración de un cluster

Más detalles

Google BigQuery. Luis Villalba 59191

Google BigQuery. Luis Villalba 59191 Google BigQuery Luis Villalba 59191 Universidad Católica de Asunción, Departamento de Ciencias y Tecnologías, Sede Santa Librada, Asunción, Paraguay villalba.luifer@gmail.com Abstract. En este paper estaremos

Más detalles

Alessandro Chacón 05-38019. Ernesto Level 05-38402. Ricardo Santana 05-38928

Alessandro Chacón 05-38019. Ernesto Level 05-38402. Ricardo Santana 05-38928 Alessandro Chacón 05-38019 Ernesto Level 05-38402 Ricardo Santana 05-38928 CONTENIDO Universo Digital Hadoop HDFS: Hadoop Distributed File System MapReduce UNIVERSO DIGITAL 161 EB 2006 Fuente: International

Más detalles

Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Computación

Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Computación Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Computación "Data Analytics, procesamiento de grandes volúmenes de información para generar inteligencia de negocios" Proyecto de Graduación

Más detalles

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer

INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer INTRODUCCIÓN A LA COMPUTACION EN LA NUBE Y BIG DATA (1) Ing. Carlos Ormella Meyer En los últimos años, el interés por la Computación en la Nube (Cloud Computing), tanto para uso personal como para negocios,

Más detalles

IBM Software Hadoop en la Nube

IBM Software Hadoop en la Nube IBM Software Hadoop en la Nube Aproveche Big Data & Analytics de manera fácil y económica con IBM 1 2 3 4 5 Introducción Analítica en la Nube: el nuevo motor de crecimiento para su empresa Cómo mejorar

Más detalles

Software Libre para Aplicaciones de Big Data

Software Libre para Aplicaciones de Big Data Software Libre para Aplicaciones de Big Data Club de Investigación Tecnológica San José, Costa Rica 2014.07.16 Theodore Hope! hope@aceptus.com Big Data: Qué es?! Conjuntos de datos de: " Alto volumen (TBs

Más detalles

Beneficios de Big Data con analítica

Beneficios 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 detalles

INTELIGENCIA DE NEGOCIO 2015-2016

INTELIGENCIA 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 detalles

Internet de las Cosas

Internet 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 detalles

Capacidades @-commerce

Capacidades @-commerce índice Visión Global Proyecto Implantación Hybris Plataforma Hybris Aceleradores B2B y B2C Referencias & Experiencias Visión Global Visión Global Aspectos Clave Práctica ecommerce Stratesys 7 Consultores

Más detalles

Creando el próximo Data Warehouse: Integración y calidad de datos

Creando el próximo Data Warehouse: Integración y calidad de datos Creando el próximo Data Warehouse: Integración y calidad de datos Caso práctico Pei-Yung Chan 1 Agenda Procesos de integración y calidad de datos Uso de PowerCenter como herramienta de integración de datos

Más detalles

Gestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software

Gestión 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 detalles

OpenCoast plataforma para procesar, fusionar y filtrar recomendar actividades y optimizar los servicios motor para servicios webs y apps innovadores

OpenCoast plataforma para procesar, fusionar y filtrar recomendar actividades y optimizar los servicios motor para servicios webs y apps innovadores OpenCoast Una plataforma para procesar, fusionar y filtrar datos del entorno costero para recomendar actividades y optimizar los servicios en costa. Un motor para servicios webs y apps innovadores destinados

Más detalles

Cocinando con Big Data

Cocinando con Big Data Cocinando con Big Data Javier Sánchez BDM Big Data jsanchez@flytech.es 91.300.51.09 21/11/2013 Javier Sánchez 1 Agenda Qué es Big Data? Receta Punto de Partida Para qué Big Data? Conclusiones 21/11/2013

Más detalles

WebFOCUS Roadmap. Javier Gamboa. Presales Manager

WebFOCUS Roadmap. Javier Gamboa. Presales Manager WebFOCUS Roadmap Javier Gamboa Presales Manager 1 Information Builders 40 años de experiencia 1,350 Profesionistas dedicados 60 oficinas a nivel mundia Decena de miles de clientes Millones de usuarios

Más detalles

BIGDATA. CAMBIO DE PARADIGMA SEMANA NAVAL DE LA ARMADA JORNADAS TECNOLÓGICAS. 23 Septiembre 2014

BIGDATA. CAMBIO DE PARADIGMA SEMANA NAVAL DE LA ARMADA JORNADAS TECNOLÓGICAS. 23 Septiembre 2014 BIGDATA. CAMBIO DE PARADIGMA SEMANA NAVAL DE LA ARMADA JORNADAS TECNOLÓGICAS 23 Septiembre 2014 Unapproved communication channels F I R E W A L L S Known bad code behaviors I N T R U S I O N P R E V E

Más detalles

Infraestructura de Big Data para el análisis y procesamiento de información generada por redes de sensores

Infraestructura de Big Data para el análisis y procesamiento de información generada por redes de sensores Infraestructura de Big Data para el análisis y procesamiento de información generada por redes de sensores Seminario internacional: Big Data para la Información Oficial y la Toma de Decisiones José A.

Más detalles

Los bloques DLL (Figura A.1) externos permiten al usuario escribir su propio código y

Los bloques DLL (Figura A.1) externos permiten al usuario escribir su propio código y Apéndice A Bloques DLL Los bloques DLL (Figura A.1) externos permiten al usuario escribir su propio código y programarlo en lenguaje C, compilarlo dentro de un archivo DLL usando el Microsoft C/C++ o el

Más detalles

Instalación de IBM SPSS Modeler 14.2 Batch para Windows

Instalación de IBM SPSS Modeler 14.2 Batch para Windows Instalación de IBM SPSS Modeler 14.2 Batch para Windows Las siguientes instrucciones deben utilizarse para instalar IBM SPSS Modeler Batch versión 14.2. IBM SPSS Modeler Batch ofrece todas las capacidades

Más detalles

Yersinio Jiménez Campos Analista de datos Banco Nacional de Costa Rica

Yersinio 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 detalles

Análisis de sentimientos de tweets.

Análisis de sentimientos de tweets. Análisis de sentimientos de tweets. JIT-CITA 2013 Resumen Un sensor de sentimientos de tweets para identificar los mensajes positivos, negativos y neutros sobre cualquier trend que se tome sobre esta red

Más detalles

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com

CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK. www.formacionhadoop.com CURSO: APACHE SPARK CAPÍTULO 2: INTRODUCCIÓN A APACHE SPARK www.formacionhadoop.com Índice 1 Qué es Big Data? 2 Problemas con los sistemas tradicionales 3 Qué es Spark? 3.1 Procesamiento de datos distribuido

Más detalles

Estos datos fluyen a velocidades cada vez mayores.

Estos datos fluyen a velocidades cada vez mayores. Big Data La solución La información 1 2 Las nuevas tecnologías han incrementado enormemente la cantidad de información producida. Estos datos fluyen a velocidades cada vez mayores. 3 Se necesita una manera

Más detalles

Desarrollo de herramientas empresariales para la búsqueda de información utilizando Biginsights, Java y otras tecnologías de la informática

Desarrollo de herramientas empresariales para la búsqueda de información utilizando Biginsights, Java y otras tecnologías de la informática Desarrollo de herramientas empresariales para la búsqueda de información utilizando Biginsights, Java y otras tecnologías de la informática Índice Introducción Capítulo 1: Contexto General 1.1 Descripción

Más detalles

Inicio Rápido. Un proyecto con SpagoBI 4

Inicio Rápido. Un proyecto con SpagoBI 4 Inicio Rápido Un proyecto con SpagoBI 4 Índice: SpagoBI...2 Descarga del Software...5 Instalación y Configuración del Software...6 Instalación SpagoBI Server...6 Instalación SpagoBI Studio and Meta...7

Más detalles

Libere el conocimiento que vive en cualquier dato. Mario Ochoa 10/09/2014

Libere el conocimiento que vive en cualquier dato. Mario Ochoa 10/09/2014 Libere el conocimiento que vive en cualquier dato Mario Ochoa 10/09/2014 En qué se diferencian las empresas exitosas de la actualidad? Datos. Valor La innovación de tecnología acelera el valor Machine

Más detalles

WebFOCUS Roadmap. Manuel del Pino Presales Manager

WebFOCUS Roadmap. Manuel del Pino Presales Manager WebFOCUS Roadmap Manuel del Pino Presales Manager 1 40 Años de Innovación Sostenible Mantenerse a la Vanguardia de Cada Disrupción Distribución Generalizada de Información La Disrupción Actual Digitalización

Más detalles

Oracle Business Intelligence Suite Standard Edition One. Antonio Akiyama (antonio.akiyama@gbsperu.net) Consultor Senior Business Intelligence

Oracle Business Intelligence Suite Standard Edition One. Antonio Akiyama (antonio.akiyama@gbsperu.net) Consultor Senior Business Intelligence Oracle Business Intelligence Suite Standard Edition One Antonio Akiyama (antonio.akiyama@gbsperu.net) Consultor Senior Business Intelligence Desafíos actuales Visibilidad y Transparencia Rentabilidad,

Más detalles