CONCEPTOS Y ECOSISTEMA BIG DATA
|
|
- Veronica Toro Camacho
- hace 6 años
- Vistas:
Transcripción
1 CONCEPTOS Y ECOSISTEMA BIG DATA
2 El presente documento ha sido elaborado de forma conjunta por las empresas Sunqu y Ticxar para dar a conocer el ecosistema Big Data, su tipología, la analítica y la visualización de datos. Sunqu empresa especializada en el acompañamiento en proyectos de transformación digital y Ticxar, Prefered Partner de Wso2 (líder open source en suites middleware) se han unido para ofrecer soluciones basadas en la tecnología de productos WSO2 en España, Colombia, México y Perú. 2
3 ÍNDICE 3 1. Conceptos Clave 4 2. Big Data 2.1 Big Data - Definición 2.2 Big Data - Drivers 2.3 Big Data Características (5 V s) 2.4 Big Data Aplicaciones 8 3. Tipos de Big Datos 8 4. Tipos de Analítica 9 5. Tipos de Análisis de Datos 9 6. Visualización de Datos 6.1 Visualización de Datos - Características Relación Big Data y BI Tradicional Ecosistema Big Data Referencias 3
4 1. CONCEPTOS CLAVE DataSet: Colecciones o grupos de datos relacionados que comparten el mismo conjunto de atributos. Análisis de Datos: Disciplina de examinar/explorar datos para encontrar hechos, relaciones, patrones y/o tendencias. Es realizado por personas. Analítica: Disciplina para entender datos analizándolos vía múltiples técnicas científicas y herramientas de automatización con el foco de encontrar patrones y correlaciones ocultas. Es realizado por programas de computación. BI: Proceso de obtener conocimiento para mejorar la toma de decisiones al interior de la empresa analizando datos externos y generados por sus procesos de negocio KPI 4 Métrica que permite medir el cumplimiento del éxito dentro de un contexto particular.
5 2. BIG DATA - Definición Disciplina que se dedica a el análisis, procesamiento y almacenamiento de grandes colecciones de datos que se originan frecuentemente de fuentes diversas, utilizando metodologías y herramientas, para apoyar la toma de decisiones. Soluciones de Big Data son requeridas cuando las técnicas y tecnologías tradicionales, para el procesamiento, almacenamiento y análisis de datos son insuficientes. Estás soluciones tiene un grado de madurez menor a las tradicionales e implican grandes niveles de artesanalidad. 5 Machine Learning Sunqu 2016
6 2.2 BIG DATA - Drivers Big Data emergió como una combinación de necesidades de negocio e innovaciones tecnológicas. Analítica y Ciencia de Datos. Digitalización. Medios Sociales (Big 4). Hiperconectividad (Todo conectado con todo). Computación en la nube. Tecnología SW y HW asequible a precios razonables. Hoy se lleva el procesamiento al dato, y no el dato al procesamiento. El cuello de botella es la transmisión. 6
7 2.3 BIG DATA Características (5 V s) Volumen -> Almacenamiento. Velocidad -> Cantidad de tiempo que toma a la data en ser procesada. Variedad -> Múltiples formatos y tipos de datos. Veracidad -> Relación entre Señal (data con valor) vs Ruido (data sin valor). Valor -> Utilidad de los datos para una empresa VOLUME VALUE BIG DATA VARIETY VELOCITY VERACITY 7
8 2.4 BIG DATA Aplicaciones Optimización Operacional. Inteligencia Accionable (Reglas de negocio adaptables). Identificación nuevos mercados. Detección de fallas y fraude. Registros más detallados. Predicciones más precisas. Mejorar la toma de decisiones. Realizar descubrimientos Científicos. 8
9 3. TIPOS DE BIG DATOS Estructurados -> Se ajustan a un modelo de datos o esquema. No Estructurados -> No se ajusta a un modelo o esquema, es inconsistente y no relacional. Semi-Estructurados -> Tiene un nivel de estructura y consistencia, no es relacional por naturaleza. La estructura se puede inferir de los propios datos. MetaData -> Contiene información acerca de las características y estructura de un dataset. 4. TIPOS DE ANALÍTICA Descriptiva-> Responder preguntas alrededor de eventos que ya han ocurrido. Diagnóstica -> Se centra en determinar la causa de un fenómeno acontecimiento que ocurrió en el pasado. Predictiva -> Trata de predecir resultados de eventos, basado en patrones, tendencias y excepciones encontrados en data histórica. Prescriptiva -> Basado en modelos predictivos para determinar acciones que deben ser tomadas, dada una situación determinada. 9
10 5. TIPOS DE ANÁLISIS DE DATOS Análisis Cuantitativo -> Es una técnica que se centra en la cuantificación de los patrones y correlaciones encontradas en los datos. Basado en prácticas estadísticas. Análisis Cualitativo -> Se centra la descripción de diversas calidades de los datos utilizando palabras. Implica el análisis de una muestra pequeña en mayor profundidad en comparación con el análisis cuantitativo. Minería de Datos -> Se centra en el descubrimiento de datos en datasets masivos, utilizando técnicas basadas en software para identificar patrones y tendencias. Machine Learning -> Aprendizaje de máquina, que se centra en la generación de modelos predictivos. 6. VISUALIZACIÓN DE DATOS Visualización de datos es un técnica mediante la cual los resultados analíticos se comunican de forma gráfica usando gráficos, mapas, cuadrícula de datos, infografía y alertas. La representación gráfica de datos hace más fácil entender reportes, ver tendencias e identificar patrones. Ayudan a los perfiles estadísticos y matemáticos a tener un mejor entendimiento de los resultados analíticos. Herramientas de visualización de BigData por lo general son basada en tecnología analítica en memoria. 10
11 6.1 Visualización de Datos - Características Agregation: Proporciona una visión global y resumida de los datos a través de múltiples contextos. Roll-up: Agrupa los datos en múltiples categorías para mostrar los subtotales y totales. Drill-Down: Permite una visión detallada de los datos de interés, centrándose en un subconjunto de datos de la vista resumida. Filtering: Ayuda a centrarse en un conjunto particular de datos mediante el filtrado de los datos que no son de interés inmediato. What-if: Permite múltiples resultados para ser visualizados al permitir que factores relacionados puedan ser cambiados dinámicamente]. 11
12 7. Relación Big Data y BI Tradicional BIG DATA VS BI Big Data pretende complementar a BI Tradicional. BI Tradicional se centra más en analítica descriptiva y diagnóstica. Las bodegas de datos son relacionales y semi-estructuradas. BI Tradicional se centra en reportes ad-hoc y dashboards. BI Tradicional funciona con datos consolidados y validados previamente Big Data combina la información de la bodega de datos con fuentes de datos semiestructuradas y no estructuradas. Big Data comprende la analítica predictiva y prescriptiva para dar un entendimiento global de la organización. BI Tradicional analiza procesos de negocio individuales, Big Data analiza múltiples procesos de negocio simultáneamente. 12
13 8. ECOSISTEMA BIG DATA El impulso de big data en los último años lo han dado la confluencia de varios factores de industria, de mercado y tecnológicos como son la ciencia de datos, la hiperconectivdad en que vivimos (todo conectado con todo), el aumento de la digitalización, el aumento de la capacidad de computo y la disminución de sus costos, el uso masivo de las redes sociales y la computación en la nube. Dada la creciente necesidad e interés de las empresas por incursionar en el mundo de big data se plantea un servicio enfocado en: Entendimiento de los conceptos fundamentales alrededor de big data. Diagnóstico de la empresa tomando como referencia el ecosistema big data planteado. Roadmap de iniciativas teniendo en cuenta el nivel de madurez de la organización y las necesidades estratégicas y de negocio de la organización. Implementación del road map. 13
14 El ecosistema de big data presenta los componentes principales y más relevantes a tener en cuenta a la hora de incorporar y adoptar soluciones big data al interior de las organizaciones. Todo inicia con la generación de grandes cantidades de datos, clasificadas según su fuente de generación en humana (redes sociales, documentos de texto, contenido web, papers, artículos, etc) y máquina (IoT: sensores, logs, señales, etc), estas se almacenan y tipifican en Estructurada, No Estructurada, Semi-estructurada, MetaData. Con estos datos se realizan análisis (cualitativo, cuantitativo, minería de datos y machine learning) soportados en analíticos (descriptivos, diagnósticos, predictivos y prescriptivos) que apoyan la toma de decisiones del personal de negocio presentando los resultados y análisis en herramientas de visualización (Smart data) que permiten la interacción del usuario final. Todo lo anterior soportado por una plataforma tecnológica big data. 14
15 Por último pero no menos importante, dos componentes transversales claves que complementan el modelo, todo el tema de seguridad de la información que debe ser tenido en cuenta y aplicado durante todo el flujo de ingesta, almacenamiento, procesamiento y visualización de los datos hasta convertirse en información que apoye la toma de decisiones oportuna y eficiente. El componente de gobierno que define, actualiza y evoluciones políticas, lineamientos, roles y responsabilidades que permitan que el modelo funcione según lo establecido. El flujo de convertir los datos en información que apoyen la toma de decisiones oportuna, en un modelo de big data se plantea en 5 pasos principales: 1) La ingestión de datos, que es el proceso por el cual, se introducen los1 datos al 1 ecosistema big data, se realiza de dos maneras, en batch (manera tradicional y más utilizada) o en tiempo real el cual soporta el procesamiento y analítica en línea. 2) El almacenamiento de grandes volúmenes, variedad y tipos de datos requiere de un modelo distribuido de archivos. El almacenamiento se puede dar anterior a la ingesta en el caso de batch y posterior al procesamiento en el caso de tiempo real. En cualquiera de los dos casos la premisa debe ser todo dato se debe preservar así no se tenga clara su utilización en el inmediato o corto plazo (Dato que se obtenga o genere se debe almacenar). 3) El siguiente paso es el procesamiento de la información que puede ser en batch o en línea, en este se realizan operaciones de extracción, agregación, validación y limpieza de datos para apoyar las labores de analítica y análisis de datos. 4) El análisis de datos se apoya en herramientas y técnicas analíticas (estadísticas, minería de datos y machine learning) sobre aquellos datos que han sido procesados previamente, adicionalmente sobre visualizaciones, donde también existen técnicas de visualización que permiten presentar la información de una mejor manera dependiendo de la naturaleza de los datos (Smart Data) y lo que se quiere transmitir, que permitan a los analistas y científicos de datos realizar más eficientemente sus análisis. 5) Por último se encuentra la visualización de los datos, que es el paso donde se maximiza el valor real y tangible de la información de cara a los profesionales de negocio que la usan para apoyar la toma oportuna de decisiones. En este paso las visualizaciones no son estáticas como anteriormente, sino que permiten cierto nivel de interacción con los datos por parte del profesional de negocio apoyando de una manera 15 más eficiente la toma de decisiones.
16 9. REFERENCIAS Conceptos tomados de Big Data Analysis & Technology Concepts Arcitura AS2015/CI- GRAS Gobierno de datos-gustavo Mesa-Hector Cotelo.pdf
17
Bodegas de Datos y OLAP. Introducción a la Bodegas de Datos
Bodegas de Datos y OLAP Introducción a la Bodegas de Datos Contenido SI-Definición y Clasificación MIS Vs DSS DSS-Definición y Características DW-Definición, Elementos, Características, Arquitectura, OLTP
Más detallesWeb GIS y Big Data en los análisis de tendencias y comportamientos
Con mapas se dice mejor Web GIS y Big Data en los análisis de tendencias y comportamientos Edwin Roa Reinaldo Cartagena #esriccu Introducción Web GIS & Big Data Big Data para apoyar un nivel de toma de
Más detallesBig Data para Inteligencia Criminal
Big Data para Inteligencia Criminal Tecnología de datos basadas en geolocalización para mejorar el análisis de la información y potenciar la Inteligencia Criminal Fernando Aliaga Impronta IT S.A. 12 de
Más detallesBig Data y Seguridad
Big Data y Seguridad Introducción Análisis de datos y su proceso de madurez Se han analizado datos desde hace mucho tiempo, ahora la calidad y cantidad están aumentando. 2500 petabytes generados por día.
Más detallesAndres Felipe Rojas / Nancy Gelvez. UNESCO UNIR ICT & Education Latam Congress 2016
Distributed processing using cosine similarity for mapping Big Data in Hadoop (Procesamiento distribuido usando similitud de coseno para mapear Big Data en Haddop) Andres Felipe Rojas / Nancy Gelvez UNESCO
Más detallesPrograma Inducción a Inteligencia de Negocios Banco BICE BICE Inversiones
Programa Inducción a Inteligencia de Negocios 2016 Banco BICE BICE Inversiones Programa Inducción a Inteligencia de Negocios Las organizaciones disponen cada vez de más datos sobre sus negocios. De estos
Más detallesCONVOCATORIA. Inicio de la convocatoria: 12 de Abril del 2016
CONVOCATORIA En NAVE estamos buscando a startups y scaleups que promuevan la innovación, la inteligencia colectiva, el espíritu emprendedor y el trabajo en equipo. Brindando la plataforma y los medios
Más detallesArquitecturas de Business Intelligence
Arquitecturas de Business Intelligence Los momentos actuales donde nuevas e innovadoras tecnologias aparecen continuamente en el mercado, estan generando cambios en los sistemas tradicionales de Business
Más detallesTecnologías Big Data. y su impacto en la organización
Tecnologías Big Data y su impacto en la organización Francisco Javier Antón Vique Presidente de la Fundación Big Data Madrid, 24 de abril de 2014 Modelos de crecimiento y tecnologías Entorno económico
Más detalles>> Tecnologías clave << Captura de de información. Infraestructura. Técnicas de de Prototipado rápido
es una de diseño e implementación de avanzadas de software de Inteligencia Artificial, desarrollada por ITAINNOVA. Permite resolver diferentes problemáticas de negocio con volúmenes de (BIG DATA). Con
Más detallesArquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI
Arquitectura de sistemas: Título: AnalyticsMOOC- Solución TIC Big Data para entornos MOOC Número de expediente: TSI- 100105-2014-192 Código: Fecha: 11/12/2014 Persona de Contacto: Carlos Vicente Corral
Más detallesServicios: análisis digital. Integración de soluciones de mercadotecnia en el análisis de consumidor y negocio digital.
Servicios: análisis digital Integración de soluciones de mercadotecnia en el análisis de consumidor y negocio digital. Introducción Debido a la creciente necesidad de simplificar la información y generar
Más detallesResumen Inteligencia de Negocios
Resumen Inteligencia de Negocios La inteligencia de Negocios es una tendencia dentro de la Tecnología de Información, recordemos que la Tecnología de Información ayuda a hacer eficientes muchos de los
Más detallesPrever y evitar la pérdida de clientes con BIG Data El arte de transformar el dato en información. Enero de 2015
Prever y evitar la pérdida de clientes con BIG Data El arte de transformar el dato en información Enero de 2015 Prever y evitar la pérdida de clientes con BIG Data Caso: Pérdida de Clientes en una Empresa
Más detallesPostgrado Negocio Digital
Postgrado Negocio Digital Postgrado Negocio Digital / Programa Programa Postgrado Negocio Digital Objetivo Tener una visión completa del negocio digital: qué disciplinas lo componen, qué rol juega cada
Más detallesSEGUIMIENTO DE LOS ACUERDOS DE NIVEL DE SERVICIO DE INTERNET. Paloma Sánchez López Subdirección General de Informática TGSS
SEGUIMIENTO DE LOS ACUERDOS DE NIVEL DE SERVICIO DE INTERNET Paloma Sánchez López Subdirección General de Informática TGSS 1 Blanca SEGUIMIENTO DE LOS ACUERDOS DE NIVEL DE SERVICIO DE INTERNET 1. OBJETIVO
Más detallesDiseño multidimensional. Jordi Conesa i Caralt Isabel Guitart Hormigo M. Elena Rodríguez González
Diseño multidimensional Jordi Conesa i Caralt Isabel Guitart Hormigo M. Elena Rodríguez González Índice Necesidades de los analistas y herramientas OLAP Multidimensionalidad Diseño lógico Necesidades de
Más detallesNombre de la asignatura: Algoritmos y Lenguajes de programación.
Nombre de la asignatura: Algoritmos y Lenguajes de programación. Créditos: 2-4- 6 Aportación al perfil Dominar la lógica necesaria para aprender lenguajes de programación de alto nivel para poder resolver
Más detallesAumento de Productividad de los Activos Procesos de Extracción y Transporte Mina Esmeralda - División El Teniente
Aumento de Productividad de los Activos s de Extracción y Transporte Mina Esmeralda - División El Teniente Gerencia de Minas - División El Teniente Gerencia Corporativa TICA Expositores: Mauricio Barraza
Más detallesAdjunto al presente le enviamos las fichas técnicas correspondientes a estos cursos. Jorge Cuevas Gerente de Formación
México, D.F., a 17 de Septiembre de 2012 Estimados, Lic. Raúl González Lic. Andrés Simón Bujaidar Mexico FIRST El objeto de la presente, es para informarle que respondiendo a las necesidades del mercado,
Más detallesResultados del Estudiante 1. Diseño en Ingeniería
Universidad Nacional de Ingeniería Facultad de Ingeniería Electrónica, Eléctrica y Telecomunicaciones Escuela de Ingeniería de Telecomunicaciones Resultados del Estudiante 1. Diseño en Ingeniería Diseña
Más detallesDIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
Más detallesSistemas de información Administrativa II
Sistemas de información Administrativa II UNIDAD 1 MSI. José Luis Llamas Cárdenas Ciclo de Vida Proceso de todo sistema de información Sistemas de Información El sistema informativo esta comprendido por
Más detallesGESTIÓN INTEGRADA DE LA CIUDAD: PLATAFORMA SANTANDER SMART CITY
GESTIÓN INTEGRADA DE LA CIUDAD: PLATAFORMA SANTANDER SMART CITY JOSE ANTONIO TEIXEIRA VITIENES Director General de Innovación Ayuntamiento de Santander CIUDAD INTELIGENTE (SMART CITY) 2 CIUDAD INTELIGENTE
Más detallesTM FORUM Y SU INICIATIVA FRAMEWORX. ALTERNATIVA PARA LA INTEGRACIÓN, DESARROLLO Y GESTIÓN DE LAS EMPRESAS DE TELECOMUNICACIONES.
TM FORUM Y SU INICIATIVA FRAMEWORX. ALTERNATIVA PARA LA INTEGRACIÓN, DESARROLLO Y GESTIÓN DE LAS EMPRESAS DE TELECOMUNICACIONES. Autores: Ing. Dany Mendibur Crespo. Ing. Martha Mesa Silva. Ing. Norbelis
Más detallesSoluciones OLAP con Microsoft Analysis Services
Soluciones OLAP con Microsoft Analysis Services 5to Congreso de Informática, Universidad Mariano Gálvez, Zacapa Marco Tulio Gómez Reyes mgomez@solcomp.com MSc. Tecnologías de la Información MCITP Business
Más detallesESTÁNDAR DE COMPETENCIA. Mantenimiento a equipo de cómputo y software
I.- Datos Generales Código Título Mantenimiento a equipo de cómputo y software Propósito del Estándar de Competencia Servir como referente para la evaluación y certificación de las personas que realicen
Más detallesConocimiento Experto y Toma de
Tercer Encuentro Anual de la Sociedad Chilena de Políticas Públicas Conocimiento Experto y Toma de Decisiones en Políticas Públicas El caso de MIDEPLAN en Chile Juan Pablo Pinilla, Francisco Godoy, Magdalena
Más detallesAdopción de procesos de innovación en PYMES para jóvenes emprendedores
Adopción de procesos de innovación en PYMES para jóvenes emprendedores Módulo 5 Innovación en Tecnología y Procesos Nunzia Auletta Patricia Monteferrante 28, 29 y 30 de septiembre de 2016 Ciudad de Guatemala,
Más detallesTaller Nacional sobre Vigilancia Tecnológica e Inteligencia Competitiva
+ Taller Nacional sobre Vigilancia Tecnológica e Inteligencia Competitiva Mayo de 2010 La Inteligencia Competitiva como herramienta de Dirección Estratégica Ana Rosa Guzmán Peña + Aplicaciones de la IC
Más detallesUnidad 10. Almacenes de Datos
Unidad 10 Almacenes de Datos Introducción Definición Los Almacenes de Datos (data warehouse) son colecciones de datos orientadas a la toma de decisiones Almacenes de Datos y Bases de Datos La principal
Más detallesNormas Internacionales de Información financiera (NIIF) / Normas Internacionales de Contabilidad (NIC)
Como consecuencia del libre mercado y las integraciones regionales se ha advertido la necesidad de implementar esquemas monetarios, económicos, financieros y contables uniformes; por lo que las compañías
Más detallesNormas Internacionales de Información Financiera NIC-NIIF Calendario adopción en Colombia
Normas Internacionales de Información Financiera NIC-NIIF Calendario adopción en Colombia Consideraciones generales 22 de junio de 2011. Es publicado el documento Direccionamiento Estratégico del Consejo
Más detallesCONSEJO DE SOFTWARE DE NUEVO LEÓN CAPITAL HUMANO- OFERTA CAPACITACIÓN SEPTIEMBRE
CONSEJO DE SOFTWARE DE NUEVO LEÓN CAPITAL HUMANO- OFERTA CAPACITACIÓN SEPTIEMBRE OFERTA DE CAPACITACIÓN Taller: Uso estratégico de las Redes Sociales: 9 y 10 de septiembre Diplomado Business Intelligence:
Más detallesPORTAFOLIO DE SERVICIOS.
PORTAFOLIO DE SERVICIOS www.tecsumsas.com QUIÉNES SOMOS? TECSUM SAS una empresa enfocada a brindar soluciones de mantenimiento, suministros industriales y ensayos no destructivos, mediante servicios con
Más detallesFundamentos de la Mercadotecnia
Fundamentos de la Mercadotecnia 1 Sesión No. 3 Nombre: Historia Objetivo de la sesión: Al concluir la sesión el alumno conocerá la evolución de la mercadotecnia a partir de su desarrollo histórico, para
Más detallesVisión 360º y análisis transversal del desempeño de cada unidad de negocio
Visión 360º y análisis transversal del desempeño de cada unidad de negocio Qué es VZOR? SOLUCIONES INFORMÁTICAS DE ÚLTIMA GENERACIÓN PARA MEJORAR LA EXPERIENCIA DEL CLIENTE Y EL DESEMPEÑO DE TU ORGANIZACIÓN
Más detallesPERFIL PROFESIONAL INGENIERÍA EN TECNOLOGÍA AMBIENTAL. Universidad Politécnica de Durango
PERFIL PROFESIONAL INGENIERÍA EN TECNOLOGÍA AMBIENTAL Universidad Politécnica de Durango I. Programa Educativo II. Requerimientos del Sector Productivo Ingeniería en Tecnología Ambiental Evaluación de
Más detallesPLATAFORMA TECNOLOGICA PARA LA TOMA DE DECISIONES INTEGRADA EN LA PYME. ajaraw@cidnoa.org.ar
PLATAFORMA TECNOLOGICA PARA LA TOMA DE DECISIONES INTEGRADA EN LA PYME MARCO CONCEPTUAL Democratizar el Acceso a Herramientas de Software a pequeñas Organizaciones que permita procesar grandes volúmenes
Más detallesSoluciones Tecnológicas Integrales
Soluciones Tecnológicas Integrales OBJETIVO Ofrecer soluciones Integrales de Tecnología, en los ámbitos de Sistemas, electricidad, seguridad y telecomunicaciones para satisfacer las necesidades empresariales
Más detallesSe definen los siguientes objetivos que se extraen de la propuesta anteriormente planteada:
Anexo Introducción Esta herramienta desarrollada junto con toda la información que se ha generado pertenece a un proyecto real. Este desarrollo se incluye en el proyecto MAVSEL (Minería, Análisis y Visualización
Más detallesEVALUACIÓN DE DESEMPEÑO AMBIENTAL (EDA)
EVALUACIÓN DE DESEMPEÑO AMBIENTAL (EDA) NORMA TÉCNICA COLOMBIANA NTC-ISO 14031 Dr. Jhoniers Guerrero Profesor Titular Universidad Tecnológica de Pereira OBJETO EVALUACIÒN DE DESEMPEÑO AMBIENTAL: Es una
Más detallesINGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN
INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Modelado de Procesos de Negocios 2. Competencias Dirigir proyectos de tecnologías
Más detallesAna Pascual Nobajas Jefe de Servicio de Desarrollo Junta de Comunidades de Castilla-La Mancha
PROYECTO CESAR. Hacia la Administración Electrónica Jefe de Servicio de Desarrollo Junta de Comunidades de Castilla-La Mancha Palabras clave Ciudadano, administración electrónica, servicio, integración,
Más detallesAdquisición y proceso de múltiples datos para la gestión minera
Adquisición y proceso de múltiples datos para la gestión minera Aplicación práctica en el mundo minero Mining Tag S.A. Sergio Valenzuela Gerente General Diciembre, 2015 sirvan a la mejora de los procesos
Más detallesFICHA PÚBLICA DEL PROYECTO
NUMERO DE PROYECTO: 218824 EMPRESA BENEFICIADA: MICROCALLI DEL GOLFO S.A DE C.V TÍTULO DEL PROYECTO: LÍNEA DE PRODUCTOS DE SOFTWARE PARA DOMÓTICA OBJETIVO DEL PROYECTO: Incorporar el paradigma de LPS como
Más detallesdo the post Presentamos
Presentamos La solución tecnológica pionera en España que, con una metodología exclusiva, permite a las empresas y organizaciones poner en valor el talento de sus empleados, a la vez que mejora el posicionamiento
Más detallesESCUELA SUPERIOR POLITECNICA DEL LITORAL
Sistemas de Toma de Decisiones UNIDAD ACADÉMICA: CARRERA: ESPECIALIZACIÓN: ÁREA: TIPO DE MATERIA: EJE DE FORMACIÓN: Facultad de Ingeniería en Electricidad y Computación Ingeniería en Ciencias Computacionales
Más detallesDirección de Servicios Universitarios
Dirección de Servicios Universitarios Oficina de Suministros Servicios de Alimentación Oficina de Servicios Generales Coordinación Tienda Javeriana Coordinación Correspondencia Coordinación Archivos Administrativos
Más detallesEstrategia de Interoperabilidad Ministerio de Salud
Estrategia de Interoperabilidad Ministerio de Salud Catalina Arenas Araya Profesional de Unidad Coordinación Sectorial y Arquitectura Sectorial, Minsal Chile Interoperabilidad con Sentido Avanzar en los
Más detallesCAPÍTULO III: METODOLOGÍA
CAPÍTULO III: METODOLOGÍA 3.1 TIPO DE INVESTIGACIÓN En la presente investigación se aplicará un tipo de investigación mixta que en principio tendrá un corte exploratorio-descriptivo y al finalizar será
Más detallesFuture of Manufacturing
Future of Manufacturing Pascual Dedios-Pleite Director General de Siemens Industria España Restringido Siemens, S.A. 2016 Ciclos de innovación en un entorno digital Cómo podemos fabricar un producto nuevo
Más detallesBeneficios del centro de datos del futuro para el mercado bursatil. Mauricio L. García Ramírez Cisco Data Center Product Sales Specialist
Beneficios del centro de datos del futuro para el mercado bursatil Mauricio L. García Ramírez Cisco Data Center Product Sales Specialist El cambio es la unica constante Transiciones Tecnologicas Nuevo
Más detallesEn GSG Petroleum le brindamos soluciones tecnológicas personalizadas. de toma de decisiones.
En GSG Petroleum le brindamos soluciones tecnológicas personalizadas que le ayudarán en el proceso de toma de decisiones. Somos una firma que le ofrece soluciones en el área de Tecnologías de la Información
Más detallesSISTEMAS DE INFORMACIÓN GEOGRÁFICA
SISTEMAS DE INFORMACIÓN GEOGRÁFICA I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniería en Recursos Naturales Renovables Nivel educativo: Licenciatura Eje curricular:
Más detallesDirección de Recursos Humanos
Dirección de Recursos Humanos Duración: 45.00 horas Descripción Este curso de Dirección de Recursos Humanos profundiza en los aspectos relacionados con la estrategia empresarial de Recursos Humanos en
Más detallesEvaluación del grado de cumplimiento de las Buenas Prácticas Empresarias. Abril 2010
Evaluación del grado de cumplimiento de las Buenas Prácticas Empresarias Abril 2010 Contenido Tendencias de la Industria Roles del Operador Logístico y del Generador de Carga Código de Buenas Prácticas
Más detalles4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Más detallesHERRAMIENTAS DE OFIMATICA PORTAFOLIO DE EVIDENCIAS
2011 HERRAMIENTAS DE OFIMATICA PORTAFOLIO DE EVIDENCIAS CREACION DEL PORTAFOLIO PARA SER PRESENTADO EL DIA LUNES ENVIADOALA CARPETA DE DROPBOX EL CUAL ES ACREDITABLE PARA LA CALIFICACION DE EL PARCIAL
Más detallesOptimizando Día a Día Junto SAP Indicadores de Gestión de PM en BO
Optimizando Día a Día Junto SAP Indicadores de Gestión de PM en BO Hector Graterol: Líder de Almacén de Repuestos José Romero: Analista de Mantenimiento PLUMROSE LATINOAMERICANA CA Agenda Acerca de la
Más detallesIntel lanza su procesador Caballero Medieval habilitado para Inteligencia Artificial
Intel lanza su procesador Caballero Medieval habilitado para Inteligencia Artificial Intel ha lanzado su procesador Xeon Phi en la Conferencia Internacional de Supercomputación de Alemania. El procesador
Más detallesPlanteamiento preventivo: elementos
Ejemplo de función en el proceso de notificación: la función del Órgano Centralizado de Prevención (OCP) del Consejo General del Notariado de España. 347 En España hay aproximadamente 3.000 notarios, todos
Más detallesDIPLOMADO EN MICROSOFT SQL SERVER 2008
DIPLOMADO EN MICROSOFT SQL SERVER 2008 El departamento de TI de las empresas se está sometiendo a una transformación integral. Está preparado? Aproveche la mejor oportunidad para capacitarse, ampliar sus
Más detallesPROGRAMA DE ESTÍMULOS A LA INNOVACIÓN
FICHA PÚBLICA DEL PROYECTO: 223105 TÍTULO DEL PROYECTO: Optimizacioń de un Sistema para la recoleccioń de estadiśticas me dicas y clińicas, para la creacioń de mapas de salud y paneles de evaluacioń de
Más detallesImportancia de la tecnología
Importancia de la tecnología Por qué es tan importante la tecnología? Reingeniería de procesos Eficiencia y efectividad Herramienta competitiva y de cambio Modernización Realidad de la industria financiera
Más detalles1. REQUERIMIENTOS DE FORMA
CONCURSO IDEAS CATEGORIA EMPRENDIMIENTO SOCIAL PRESENTACION DE LA IDEA DE EMPRENDIMIENTO SOCIAL Para participar en el Concurso Ideas 2016 debe inscribirse y enviar, antes del 22 de julio de 2016, los siguientes
Más detallesTecnología de Información
CAPITULO 6 : Tecnología de Información ADMINISTRACIÓN DE DATOS MBA SERGIO ORTEGA Material revisado para la cursada 29 BIBLIOGRAFIA Básica: Laudon & Laudon, Sistemas de Información Gerencial. Organización
Más detallesSISTEMA DE INFORMACIÓN GEOGRÁFICA PARA LA PLANEACIÓN Y EL ORDENAMIENTO TERRITORIAL
SISTEMA DE INFORMACIÓN GEOGRÁFICA PARA LA PLANEACIÓN Y EL ORDENAMIENTO TERRITORIAL DEFINICIÓN El SIG-OT es una organización de entidades, acuerdos y recursos tecnológicos que facilita el acceso y uso de
Más detallesINTRODUCCION AL MARKETING
INTRODUCCION AL MARKETING Tema 5 LA INVESTIGACIÓN COMERCIAL Y EL MARKETING CONTENIDOS BASICOS OBJETIVOS a) Comprender la importancia del Sistema de Información de Marketing b) Componentes del S.I.M c)
Más detallesEspecialidades en GII-TI
Especialidades en GII-TI José Luis Ruiz Reina (coordinador) Escuela Técnica Superior de Ingeniería Informática Mayo 2014 Qué especialidades tiene la Ingeniería Informática? Según las asociaciones científicas
Más detallesANALISIS FINANCIERO I CÓDIGO: AREA:
Página 1 de 7 FACULTAD: CIENCIAS ECONÓMICAS Y EMPRESARIALES PROGRAMA: ADMINISTRACIÓN DE EMPRESAS DEPARTAMENTO DE: ADMINISTRACIÓN CURSO: ANALISIS FINANCIERO I CÓDIGO: 160101 AREA: REQUISITOS: PROFESIONAL
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesLECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA: DEFINICION Y CLASIFICACION
LECTURA 01: LA ESTADÍSTICA. TÉRMINOS DE ESTADÍSTICA. RECOLECCIÓN DE DATOS TEMA 1: LA ESTADISTICA: DEFINICION Y CLASIFICACION 1. DEFINICION La estadística es una ciencia que proporciona un conjunto métodos
Más detallesSISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS.
SISTEMA INTEGRAL PARA LA PROYECCIÓN Y DETECCIÓN DE LA PREVENCIÓN DEL DELITO, MEDIANTE MINERÍA DE DATOS. MTIE. Erik Guerrero Bravo. Universidad Tecnológica Tula - Tepeji. Introducción Sistemas Transaccionales
Más detallesSISTEMAS DE INFORMACIÓN I TEORÍA
CONTENIDO: SISTEMAS EJECUTIVOS DE INFORMACIÓN - COMPARACIÓN Y RELACIÓN ENTRE LOS MIS Y LOS EIS - COMPARACIÓN E INTEGRACIÓN DE LOS DSS Y LOS EIS Material diseñado y elaborado por: Prof. Luis Eduardo Mendoza
Más detallesPlan de Marketing Digital
Análisis y Desarrollo de Sistemas de Información Introducción Las cifras demuestran que nuestro país cada vez está más inmerso en el mundo digital, según estudios de consumo digital1 presentado por el
Más detalleswww.datalabconsulting.com El conocimiento detallado de clientes, competidores y condiciones de mercados es crucial para ayudar a las empresas a emprender negocios más rentables. Sin embargo, el volumen
Más detallesUNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE CS. QUIMICAS, FISICAS Y MATEMATICAS I. DATOS GENERALES DEPARTAMENTO ACADEMICO DE INFORMATICA SILABO 1.1 Asignatura : INTRODUCCION A LA INFORMATICA 1.2 Categoría : OE 1.3 Código : IF172AME 1.4
Más detallesEvaluación Integral Sostenible
Escala de evaluación COMERCIO CALIFICACIÓN Sobresaliente Desarrollado En proceso Emergente Incipiente INDICADOR Le realiza mejoras constantes. Tiene herramientas innovadoras. Ha transferido el conocimiento
Más detallesRIESGO OPERACIONAL UN CASO APLICADO EN EL MERCADO DE VALORES
RIESGO OPERACIONAL UN CASO APLICADO EN EL MERCADO DE VALORES Expositor: Cargo: Email: Carlos Adolfo Guzmán Toro Gerente Técnico del Autorregulador del Mercado de Valores cguzman@amvcolombia.org.co 08 de
Más detallesPLANIFICACIÓN ESTRATÉGICA
PLANIFICACIÓN ESTRATÉGICA PROGRAMA ORIENTADO A FORMAR PLANIFICADORES ESTRATÉGICOS El Planner es el estratega detrás de la creatividad: la orienta y la enriquece. Es una fuente inagotable de información
Más detallesLa importancia de Big Data en finanzas
La importancia de Big Data en finanzas Jornada sobre Tecnologías de la computación en el Sector Financiero Emilio Parrado Hernández (emilio. parrado@bbva.com) Global Strategies and Data Science Outline
Más detallesPLAN DE MARKETING. Digital
PLAN DE MARKETING Digital La solución integral para crecer y sostener su marca en digital con una potente estrategia de contenidos. QUÉ ES EL PLAN Digital? Es una extensión del plan de mercadeo de la marca.
Más detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
Más detallesContabilidad de Costos
Contabilidad de Costos CONTABILIDAD DE COSTOS 1 Sesión No. 6 Nombre: Costeo de productos y servicios, Método de costeo de promedio ponderado Contextualización Qué es el costeo de operaciones? Continuando
Más detallesNORMA ISO Introducción
Introducción NORMA ISO 2859-1 Objetivo: eliminar productos defectuosos. Esencial para el enfoque basado en hechos de los SGC dado que la calidad no puede generarse sólo mediante inspección El control puede
Más detallesRe-Acciona TIC: Industria 4.0
Re-Acciona TIC: Industria 4.0 Re-acciona TIC Quieres convertir tu empresa en una fábrica inteligente? Quieres introducir nuevos modelos de trabajo que flexibilicen y agilicen la producción de tu empresa?
Más detallesCOMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL
COMPLEMENTARIO: SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LA AGRICULTURA DE PRECISIÓN OBJETIVO GENERAL PPROPORCIONAR A LOS APRENDICES DEL CURSO LOS FUNDAMENTOS TEÓRICOS Y PRÁCTICOS SOBRE LAS TECNOLOGÍAS
Más detallesCOMPETENCIAS ASOCIADAS AL GRADO EN ECONOMÍA DE LA UNIVERSIDAD EUROPEA
COMPETENCIAS ASOCIADAS AL GRADO EN ECONOMÍA DE LA UNIVERSIDAD EUROPEA COMPETENCIAS GENERALES BÁSICAS: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte
Más detallesÚltimas adquisiciones Por qué fracasan los países (330.1/A173)
Últimas adquisiciones Por qué fracasan los países (330.1/A173) Por qué algunas naciones son más prósperas que otras? Nogales (Arizona) y Nogales (Sonora) tienen la misma población, cultura y situación
Más detallesM D. Tipos de Asignaturas. El Programa. Año Básico
Diseño de Modas El objetivo de la carrera en Diseño de Modas es desarrollar la comprensión del diseño contemporáneo de vestimenta. Este programa ofrece al estudiante una visión amplia del proceso de creación
Más detallesDepartamento Nacional de Planeación
Departamento Nacional de Planeación La calidad de las políticas públicas Departamento Nacional de Planeación Cómo definir la calidad de las políticas públicas Los retos de la Gestión Pública Orientada
Más detallesCómo se utiliza la tabla de Distribución de frecuencias?
Estadística 1 Sesión No.2 Nombre: Organización de datos y tablas Contextualización Cómo se utiliza la tabla de Distribución de frecuencias? En la presente sesión aprenderemos el uso y trabajo con la tabla
Más detallesLA FORMACIÓN N DE PROFESIONALES. CASO TELECOMUNICACIONES
LA FORMACIÓN N DE PROFESIONALES. CASO TELECOMUNICACIONES Prof. Zulima Barboza M. Universidad de Los Andes Simposio Internacional de Telecomunicaciones Mérida, Abril 2007 FACTORES DE CAMBIO QUE INFLUYEN
Más detallesMejorando el Desempeño de tu Cartera de Proyectos. Marzo 2016
Mejorando el Desempeño de tu Cartera de Proyectos Marzo 2016 Sobre los Presentadores Aarnoudt Oskam Director Ejecutivo aoskam@initiativa.com Aarnoudt es Director Ejecutivo de Initiativa, Business Partner
Más detallesCENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E INGENIERÍAS DIVISIÓN DE ELECTRÓNICA Y COMPUTACIÓN
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO: ACADEMIA A LA QUE PERTENECE: NOMBRE DE LA MATERIA: CLAVE DE LA MATERIA: CARÁCTER DEL CURSO: TIPO DE CURSO: Electrónica Instrumentación Electrónica CONTROL
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesDOCUMENTO DE APOYO PARA PROYECTOS
DOCUMENTO DE APOYO PARA PROYECTOS Los ejemplos que a continuación se encuentran en este documento de apoyo al estudiante, tiene como objetivo dar una serie de ejemplos mínimos de algunas partes de los
Más detalleswww.consultec.es Introducción a Big Data
Introducción a Big Data Quiénes somos? Gorka Armen+a Developer garmen+a@consultec.es @joruus Iñaki Elcoro Developer ielcoro@consultec.es @iceoverflow Índice 1. Introducción 2. Qué no es Big Data? 3. Qué
Más detalles