• Author / Uploaded
• Mario Molina

Citation preview

Programa Superior Big Data

PROGRAMA SUPERIOR BIG DATA PARA DESARROLLADORES DE SOFTWARRE

Fundamentos del Big Data UNIDAD 1

PROGRAMA SUPERIOR BIG DATA

Programa Superior Big Data

Objetivos

• • • •

Poner en contexto el Big Data Conocer que es el Big Data Necesidades que nos llevan al Big Data Problemas y Soluciones en el Big Data

Contenidos 1.El crecimiento exponencial de la información 2.Definiciones de Big Data 3.Tipos de datos 4.Ecosistemas 5.Aplicaciones del Big Data 6.Casos de éxito de Big Data

Programa Superior Big Data

Programa superior Big Data

Tema 1. El crecimiento exponencial de la Información

Resumen general del tema La información crece muy rápido y muchos piensan que este crecimiento es uniformemente acelerado y algunos quitan el uniforme y ponen un aumento de la aceleración. En este tema, aclararemos estos conceptos sobre el crecimiento de la información.

Unidad 1: Fundamentos del Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

1.940

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

1.940

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

1.940

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

1.940

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

• El mundo esta cambiando muy deprisa

1.940

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

• Un Minuto en Internet

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

• La información crece muy rápido

1 Eb = 103 Pb = 106 Tb = 109 Gb = 1012 Mb = 1015 Kb = 13152.9212504.6061846.976 bytes

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 1. El Crecimiento exponencial de la Información

• La información crece muy rápido

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data

Programa Superior Big Data

Tema 1. El Crecimiento exponencial de la Información

“El mayor problema de la humanidad es que no entiende la función exponencial.” Sabías que…

Albert Einstein

Unidad 1. Fundamentos del Big Data

Programa Superior Big Data

Tema 1. El Crecimiento exponencial de la Información

“An organization that doesn't analyze data generated in daily operations is doomed to a constant and incremental loss of competitiveness” Thomas Davenport

Importante

Programa superior Big Data

Tema 2. Definiciones del Big Data

Resumen general del tema En general, nos sentimos cómodos teniendo una definición concisa y clara de los conceptos que tenemos que manejar en nuestra vida, pero no siempre esto es una tarea fácil. En el caso del Big Data, esta se torna difícil, muy

Unidad 1: Fundamentos del Big Data

difícil, a lo largo del tema definiremos el concepto.

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

• En este tema veremos • Definiciones de Big Data • Las V’s del Big Data

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

Definiciones del Big Data.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

• ¿Qué es el Big Data?

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

Programa Superior Big Data

Dan Ariely

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

Wikipedia Big Data es un término que se refiere a conjuntos de datos que superan la capacidad del software habitual para que sean capturados, gestionados y procesados en un tiempo razonable.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

Programa Superior Big Data

Conjuntos de datos de un tamaño que está más allá de la capacidad de las herramientas actuales de base de datos para: § Capturarlos § Almacenarlos § Gestionarlos § Analizarlos

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

Big Data incluye: § Grado de complejidad de los datos. § La cantidad de valor que se pueden obtener de técnicas de análisis innovadoras vs tradicionales. § El uso de la información longitudinal.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

Las V’s del Big Data

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data

https://www.xenonstack.com/blog/data-engineering/ingestion-processing-data-for-big-data-iot-solutions

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Volumen

• Unos de los problemas principales del Big Data es el Volumen. • Normalmente hablamos de volúmenes incomodos, para ser manejados por las herramientas tradicionales. • ¿Cada uno tiene su Big Data? • Bases de Datos vs Procesamiento Distribuido

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Volumen

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Volumen

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Velocidad

• Con el advenimiento de • Internet 90’s • SmartPhones 00’s • IoT 10’ • La cantidad de información es cada vez mayor y con menos tiempo para su proceso. • Muchas aplicaciones requieren el proceso de gran cantidad de información en tiempo real.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Variedad

• Todos lo formatos de información son útiles. • Registros de bases de datos de: • Compras • Visitas a sitios web • Twitter • Facebook • Visionado de TV a la carta

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Variedad

• Todos lo formatos de información son útiles.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Variedad

• Todos lo formatos de información son útiles.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Veracidad

• ¿La exactitud es importante? • Dado el volumen de datos los procesos de criba y limpiado se hace imposibles. • N= Todo • Más es mejor que mejor.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Valor

• ¿Evidentemente los datos tienen valor? • Sabemos ver ese valor, un gran porcentaje de empresas están en esa encrucijada.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Validez

• ¿Son de calidad suficiente, para su análisis? • ¿Podemos usarlos, quien, como bajo que premisas? • Gestión correcta del datos. • Más enfocada a aspectos legales.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Validez

• Comportamiento muy dinámico. • No se pueden invertir grandes tiempos en preparar soluciones. • Pueden nacer “muertas” • Comportamiento variable

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Venue = Campo de juego, distrito

• No existe una plataforma universal. • Cada herramienta se especializa en el tratamiento de un tipo de dato concreto. • Con métodos distintos. • No hay una teoría unificada, pero estaría bien.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Vocabulario

• El análisis de sentimiento, es un campo codiciado por los analistas. • La semántica, el significado tiene un gran peso especifico. • ¿Las campañas electorales, los debates televisivos se verán gobernados por el análisis del Big Data, en tiempo real?

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data

Programa Superior Big Data

Tema 2. Definiciones de Big Data Vocabulario

Olivier H. Beauchesne

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Vagueness = Confusión

• No importa la esquiva causalidad, solo la matemática correlación.

Programa Superior Big Data

Programa superior Big Data

Tema 3. Tipos de Datos

Resumen general del tema Cuando hablamos de datos, en general pensamos en Bases de Datos, pero los datos adquieren numerosas formas y todas ellas con valor para su análisis. En este tema describiremos los distintos tipos de

Unidad 1: Fundamentos del Big Data

datos, que pueden componer el Big Data.

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos

• En este tema veremos • Tipos de Datos • Orígenes • Niveles de Big Data

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos

Tipos de Datos

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos

•

En general es comúnmente aceptado que los tipos de datos que podemos manejar en Big Data son: •

Datos estructurados

•

Datos semiestructurados

•

Datos desestructurados

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Tipos de datos - Datos estructurados

•

Generados por nuestros sistemas, registros de bases de datos transaccionales, que recogen, en su inmensa mayoría actividades económicas.

•

Datos obtenidos de pulseras de seguimiento, aplicaciones de seguimiento de actividades.

•

Valoraciones de usuarios.

•

En general, con formato de filas y columnas.

•

V

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Tipos de datos - Datos estructurados

•

No debemos de perder de vista que el tipo de dato no implica su forma de proceso. •

•

Las valoraciones de usuarios se procesan más “al uso” que una colección de posiciones GPS, que rastrean un vehículo, pero ambos son estructurados.

Aunque JSON y XML, no tengan la forma de filas y columnas son fácilmente convertibles.

•

V

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Tipos de datos - Datos Semi-Estructurados

•

En esta categoría englobaremos los datos • • •

•

Datos XML Datos JSON Datos HTML

Aunque, no tienen forma de filas y columnas son fácilmente convertibles.

•

V

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 2. Definiciones de Big Data Tipos de datos - Datos No Estructurados

•

Todo el resto. •

Corpus de conocimiento sobre una materia concreta. • Word • PDF • TXT

•

Imágenes -> Reconocimiento facial

•

Datos de Radar o Sonar

•

Imágenes satelitales

•

V

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos

Orígenes de los Datos

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos Orígenes de Datos

•

Los principales orígenes son: •

Redes sociales y sitios WEB

•

Transacciones económicas

•

Datos gubernamentales

•

IoT

•

Biométricos

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos Orígenes de Datos – Redes sociales y WEB

•

Búsquedas en Google

•

Twitter +info

•

Facebook

•

Itunes

•

YouTube

•

Instagram

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos Orígenes de Datos – Transacciones Económicas

•

Compras +info

•

Banca +info

•

Gestión de Prestamos

•

VISA

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos Orígenes de Datos – Datos Gubernamentales

•

Ayuntamientos +info

•

Estadísticas +info

•

Datos.Gob.es

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos Orígenes de Datos – IoT

•

Contadores inteligentes ¿El verdadero Gran Hermano? •

Que conclusiones de analizar estos datos

•

Control del trafico y peatones

•

Consumo y basura

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos Orígenes de Datos – Biométricos

•

Pulseras de actividad

•

Monitorización de pacientes UCI

•

Bancos de datos para investigación •

Privacidad – Investigación Un difícil equilibrio

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 3. Tipos de datos

Niveles del Big Data

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data

Programa Superior Big Data

Tema 3. Tipos de datos Niveles del Big Data

APD

WWW

M2M

Programa superior Big Data

Tema 4. Ecosistemas

Resumen general del tema Como ya hemos comentado, no existe una teoría unificada que nos permita el tratamiento del Big Data con una única herramienta. En el tema, describiremos las principales plataformas o ecosistemas que nos permitirán el

Unidad 1: Fundamentos del Big Data

tratamiento de esta cantidad ingente de información.

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas

• En este tema veremos • Hadoop • Spark • Storm • Visión Global

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas

Hadoop

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop

•

La primera de las plataformas o ecosistemas para el procesamiento distribuido.

•

Enfoque a disco, por lo que su velocidad de proceso ha sido ampliamente superada por Spark.

•

Hadoop, no ha muerto. Su velocidad de proceso lo hace apto para procesos no RT, a precios muy competitivos.

•

A continuación describimos su ecosistema.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - HDFS

• • • •

Base del Ecosistema. Capa de almacenamiento distribuido. Distribuye el Big Data a través de los nodos del cluster. Cada nodo procesa sus datos locales.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - YARN

• Motor de procesamiento distribuido. • Map – Reduce. • Cada nodo procesa una fracción de del Big Data. • Desde 1 a 1000’s de nodos.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - HIVE

• • • •

Consultas y gestión de grandes data sets. Almacenados en HDFS. A través de Map-Reduce Genera automáticamente las calases MapReduce.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop – R_CONNECTORS

• • • •

Lenguaje de análisis estadístico. Posibilita el análisis con R. Data Sets almacenados en HDFS. Análisis distribuido.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - MAHOUT

• • • •

Machine Learning. Escrito en Java Clasificación, agrupamiento, Regresión. Sistemas de recomendación

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - PIG

• Lenguaje de scripting. • Pig Latin. • Abstracción de la programación MapReduce Java. • Ampliable mediante UDF’s

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - OOZIE

• Un Framework de planificación de trabajos de Hadoop. • Interfaz gráfica. • Oozie, dispara por tiempo y disponibilidad de datos. • Totalmente integrado en el stack de Hadoop.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - HBASE

• • • •

Base de datos NoSQL. Desarrollada en Java Sobre HDFS Enfoque columnar comprimida y en memoria.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - ZOOKEEPER

• Coordina procesos distribuidos a través de un espacio de nombres similar a un FS. • Se replica en varios servidores. • De alto rendimiento. • Api, simple solo 7 operaciones.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - FLUME

• • • •

Sistema de recolección de logs distribuido. Almacena en HDFS. Múltiples fuentes. Social-Media, Web, Mail, etc.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - SQOOP

• Herramienta para el traspaso de datos desde/hacia Hadoop a RDBMS’s. • Utiliza Map-Reduce, para export/import. • Operación paralela. • Tolerancia a fallos.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Hadoop - AMBARI

• Aprovisionamiento, gestión y monitorización de clusters Hadoop. • Dashboard del cluster. • Gestión de métricas y alertas.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas

Spark

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

•

Segundo ecosistema basado en memoria, por lo que supera ampliamente a Hadoop.

•

Bien es verdad que el coste de los nodos es muy superior a Hadoop.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

• • • • •

Open source Marco de procesamiento distribuido Diseñado para almacenar los datos en memoria, principalmente La velocidad que se alcanza x100 la de Hadoop El mismo modelo de ejecución para distintas tareas

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

• El mismo modelo de ejecución para distintas tareas • • • •

ETL Consultas por lotes Consultas iterativas Operaciones con datos HDFS

• Gracias a esta característica, se puede utilizar Spark para desafíos de Big Data casi en “Real Time” • • • • •

Detección de fraudes Análisis de “clickstreams” Alertas financieras Telemetría y sensores IoT

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

• Procesamiento en memoria. • Tiempo de respuestas mejorados. • Los usuarios no están dispuestos a esperar minutos, horas o días para obtener respuestas • Spark, mantiene los datos en memoria, para lograr consultas hasta 100 veces más rápidas. • Esta característica hace ideal a Spark para aplicaciones intensivas de Big Data.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

• Procesamiento en tiempo real para escenarios en tiempo real. • A pesar de la juventud del Big Data, ya se habla del Big Data “Just in Time” • Spark – Stream es la solución para el Big Data del Internet de las Cosas. • Administración y supervisión remota en tiempo real. • Información detallada en tiempo de real de dispositivos o teléfonos móviles.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

• Fácil para desarrolladores • Spark admite gran variedad de lenguajes, Scala, Python, Java • Sofisticadas aplicaciones para ejecución en paralelo • Más de 80 operadores • Librerías para aprendizaje automático

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Spark

• Integrado con el ecosistema de Hadoop • Aprovechamiento de HDFS • Integrado con YARN • Podrá usarse con los motores de Hadoop

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas

Storm

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Storm

•

Un procesador de eventos contenidos en un stream • Distribuido • Escalable • En Tiempo Real

•

Define una topología basada en:

• Spouts, (Pitorros) consumen fuentes de datos y emiten las tuplas que forman el stream de eventos. • Bolts, (Engullidores, fig.) operan las tuplas, eventos, contenidas en el stream.

•

La topología se ejecuta continuamente sobre el stream de eventos. • Monitorización en tiempo real. • Agregación y registro. • RTAP – Real Time Analitical Process

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Storm

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Storm

• Una secuencia “no delimitada”, “continua” de información. • El proceso del stream es continuo. • La agregación esta basada en una ventana temporal

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Storm

• Topología • • • • •

Un Spout, emite tuplas en forma de Stream. Un Spout puede emitir múltiples Streams. Un Bolt, procesa las tuplas del Stream. Un Bolt puede procesar varios Streams. Una topología puede estar compuesta de múltiples Spouts y Bolts.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas

Visión Global

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 4. Ecosistemas Visión Global

Programa Superior Big Data

Programa superior Big Data

Tema 5. Aplicaciones del Big Data

Resumen general del tema En este tema, abordaremos las aplicaciones del Big Data, a “bote pronto” el Big Data es aplicable a casi todo, por no decir todo. El Big Data, nos permite manejar cantidades ingentes de datos, allá donde existan, el Big Data

Unidad 1: Fundamentos del Big Data

tendrá un papel estelar, Nos permitirá “densificar” la información, para el posterior análisis y la obtención de hallazgos significativos.

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

• En este tema veremos • • • • • • •

Marketing y ventas Financiero Salud IoT – Smart City Ciberseguridad Industria 4.0 Agricultura

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Marketing y Ventas

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data

Programa Superior Big Data

Tema 5. Aplicaciones del Big Data Marketing y Ventas

•

Quizás el primer sector que se nos viene a la cabeza.

•

Idóneo debido al gran volumen de datos que se generan por la comunidad en tiendas Web, de tamaño mediano, grande o “inmenso”. • •

Amazon Ali express

(Fuente imagen: Phil Hendrix)

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Programa Superior Big Data

Marketing y Ventas

• Saber que información hay que recolectar Hay tanta, que el problema es de abundancia de esta, no de escasez. Sólo la información necesaria para los objetivos • Saber como analizar dicha información. Principales retos

El portfolio es tan amplio que es muy difícil determinar que herramientas son las adecuadas. • Saber como obtener ideas accionables El análisis nos llevará a la obtención de sabiduría sobre el comportamiento y por lo tanto a proponer ideas factibles y con retorno suficiente.

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Sector Financiero

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Sector financiero

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Sector financiero

• Establecer una buena estrategia. Consejos

• Estar preparados. • Tener claro que queremos mejorar y saber medir la mejora.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Salud

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Salud

• Genómica • Investigación clínica • Epidemiología • Análisis de enfermedades crónicas • Operativa clínica • Farmacología

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Programa Superior Big Data

Salud

http://www.minetad.gob.es/Publicaciones/Publicacionesperiodicas/EconomiaIndustrial/RevistaEconomiaI ndustrial/405/MENASALVAS,%20GONZALO%20Y%20RODR%C3%8DGUEZ.pdf

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

IoT – Smart City

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data IoT – Smart City

• Gran fuente de datos • Análisis de toda la información generada por la gran cantidad de dispositivos IoT • • • • •

Detección de patrones. Provisión de servicios JIT. Regulación del Tráfico. Gestión del Agua. Seguridad ciudadana

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Ciberseguridad

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Ciberseguridad

• Monitorización en tiempo real. • Análisis de Ciber Ataques. • Adaptación dinámica de elementos de seguridad. • Clasificación de usuarios por actividades en red en el ámbito empresarial.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Industria 4.0

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Industria 4.0

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Industria 4.0

• El Big Data, realmente complementa a la Industria 4.0, ya que aporta la potencia de proceso y análisis de la gran cantidad de información generada. • Mantenimiento JIT. • Trazabilidad individualizada. • Balances energéticos y de materias. • Optimización de procesos.

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Agricultura

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Agricultura

• Analizando las tendencias, planificación de la producción. • Anticipación a las plagas. • Vigilancia de cultivos • Sistema de precios inteligentes • Cálculo exacto de rendimientos • Riego JIT

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data Agricultura

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

Para saber más…

Programa Superior Big Data

Programa superior Big Data

Tema 6. Casos de éxito en el uso del Big Data

Resumen general del tema Hasta ahora, todo ha sido teoría, en este tema vamos a analizar casos de éxito de reales de empresas que apostaron por el Big Data

Unidad 1: Fundamentos del Big Data

Unidad 1. Fundamentos del Big Data Tema 5. Aplicaciones del Big Data

• En este tema veremos • Netflix • BBVA • Zara • Real Madrid

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 6. Casos de éxito en el uso del Big Data Netflix

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 6. Casos de éxito en el uso del Big Data BBVA

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 6. Casos de éxito en el uso del Big Data Zara

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 6. Casos de éxito en el uso del Big Data Real Madrid

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data Tema 6. Casos de éxito en el uso del Big Data

Crecimiento exponencial de la información. Del Big Data al Small Data. Para saber más…

Programa Superior Big Data

Unidad 1. Fundamentos del Big Data

Programa Superior Big Data

• En esta unidad didáctica hemos

Resumen

• Visto que la información crece cada día más y más rápido, haciendo poco eficientes las herramientas tradicionales. • Definido el concepto de Big Data y las V's que son las características de este tipo de información. • Descrito los distintos tipos de datos que pueden componer el Big Data.

Unidad 1. Fundamentos del Big Data

• En esta unidad didáctica hemos

Resumen

• Introducido las plataformas, que procesan el Big Data y que sustituyen a las herramientas tradicionales. • Presentado aplicaciones para sacar partido a esta información. • Por último, hemos visto distintas aplicaciones que en la actualidad están funcionando y que generan un gran valor a partir de este Big Data.

Programa Superior Big Data