Introducción a Big Data
Big Data, como su nombre indica, es algo relacionado con datos, donde big implica grande o enorme. En pocas palabras, Big Data se refiere a grandes cantidades de datos (en términos de volumen) que no pueden ser digeridos (procesados) con aplicaciones tradicionales de procesamiento de datos de manera efectiva. A medida que los datos se hacen más grandes, también se vuelven más complejos y requieren técnicas matemáticas y estadísticas más avanzadas y sólidas para obtener lo que queremos de los datos.
Aquí, intentemos comprender la Introducción a Big Data con un ejemplo: Retroceda a la década de 1940, sin computadoras, sin teléfonos celulares, sin internet, sin vida digital, así que sin datos, ¿verdad? Bueno, había datos, pero no eran digitales. En ese momento no había banca por Internet, pero había bancos, y los bancos tenían clientes, y los clientes realizaban transacciones que se registraban, no digitalmente, sino en papeles, contabilidad y finanzas, y todo se hacía en bolígrafo y papeles.
Avancemos rápidamente a la década de 1990, la tecnología se puso en marcha, las computadoras y los teléfonos celulares entraron en el mercado, los estados de resultados y los balances que se hicieron en papeles y se almacenaron en registros que tenían datos de aproximadamente 500 clientes que ahora se estaban haciendo en Excel y se guardaban en unidades que puede almacenar más de miles de datos de clientes. Aquí, en la introducción a Big Data, aprenderemos que a medida que los datos aumentaron exponencialmente, las organizaciones se equiparon con más potencia de fuego para manejar los datos de manera más efectiva. Ahora, en un solo día, se generan 2.5 quintillones de bytes (2, 500, 000 Terabytes) de datos. Eso es enorme, ¿verdad? Con el avance de la tecnología, en el futuro cercano, casi todos los elementos de nuestro entorno generarán algunos datos. Ya tenemos zapatos inteligentes, luces inteligentes, almohadas inteligentes y otros dispositivos disponibles que generan datos a diario. Por lo tanto, Introducción a Big Data es una de las tecnologías vitales que desempeñará un papel importante en la configuración del mundo futuro.
Componentes principales de Big Data
Como discutimos anteriormente en la introducción a Big Data de lo que es Big Data, ahora avanzamos con los componentes principales de Big Data.
-
Aprendizaje automático
Es la ciencia de hacer que las computadoras aprendan cosas por sí mismas. En el aprendizaje automático, se espera que una computadora use algoritmos y modelos estadísticos para realizar tareas específicas sin instrucciones explícitas. Las aplicaciones de aprendizaje automático proporcionan resultados basados en la experiencia pasada. Por ejemplo, en estos días hay algunas aplicaciones móviles que le darán un resumen de sus finanzas, facturas, le recordarán sus pagos de facturas y también le darán sugerencias para elegir algunos planes de ahorro. Estas funciones se realizan leyendo sus correos electrónicos y mensajes de texto.
-
Procesamiento de lenguaje natural (PNL)
Es la capacidad de una computadora para entender el lenguaje humano tal como se habla. Los ejemplos más obvios con los que la gente puede identificarse en estos días es google home y Amazon Alexa. Ambos usan PNL y otras tecnologías para brindarnos una experiencia de asistente virtual. La PNL está a nuestro alrededor sin que nos demos cuenta. Al escribir un correo, al cometer errores, se corrige automáticamente y en estos días ofrece sugerencias automáticas para completar los correos y nos intimida automáticamente cuando intentamos enviar un correo electrónico sin el archivo adjunto al que hicimos referencia en el texto del correo electrónico, Esto es parte de las aplicaciones de procesamiento de lenguaje natural que se ejecutan en el backend.
-
Inteligencia de negocios
Business Intelligence (BI) es un método o proceso que está impulsado por la tecnología para obtener información analizando los datos y presentándolos de manera que los usuarios finales (generalmente ejecutivos de alto nivel) como gerentes y líderes corporativos puedan obtener información útil y tomar decisiones comerciales informadas al respecto.
-
Computación en la nube
Si vamos por el nombre, debería ser computación realizada en nubes, bueno, es cierto, solo que aquí no estamos hablando de nubes reales, la nube aquí es una referencia para Internet. Por lo tanto, podemos definir la computación en la nube como la prestación de servicios informáticos (servidores, almacenamiento, bases de datos, redes, software, análisis, inteligencia y más) a través de Internet ("la nube") para ofrecer una innovación más rápida, recursos flexibles y economías de escala .
Características de Big Data
En este tema de Introducción a Big Data, también le mostramos las características de Big Data.
-
Volumen:
Para determinar el valor de los datos, se debe considerar el tamaño, lo que juega un papel crucial. Además, para identificar si un tipo particular de datos cae dentro de la categoría de introducción a Big Data o no, depende del volumen.
-
Variedad:
Variedad significa diferentes tipos de datos según su naturaleza (estructurados y no estructurados). Anteriormente, las únicas fuentes de datos consideradas por la mayoría de las aplicaciones estaban en forma de filas y columnas, que generalmente venían en hojas de cálculo y bases de datos. Pero hoy en día, los datos vienen en todas las formas que podemos imaginar, como correos electrónicos, fotos, videos, audio y muchos más.
-
Velocidad:
Velocidad como su nombre indica la velocidad de generación de datos. A partir de una fuente, la rapidez con que se pueden generar los datos y la rapidez con la que se pueden procesar, determina el potencial de los datos.
-
Variabilidad:
Los datos pueden ser variables, lo que significa que pueden ser inconsistentes, no en el flujo, que interfieren o se convierten en un bloqueo en el manejo y la gestión de datos de manera efectiva.
Aplicaciones de Big Data
El análisis de Big Data se está utilizando de las siguientes maneras
-
Cuidado de la salud:
Tenemos los dispositivos y sensores portátiles de estos días que proporcionan actualizaciones en tiempo real de la declaración de salud de un paciente.
-
Educación:
El progreso de un estudiante puede rastrearse y mejorarse mediante un análisis adecuado a través de análisis de big data.
-
Clima:
Los sensores meteorológicos y los satélites, que se han implementado en todo el mundo, recopilan grandes cantidades de datos y los utilizan para monitorear el clima y las condiciones ambientales, y también predicen o pronostican las condiciones climáticas para los próximos días.
Ventajas y desventajas de Big Data
Como hemos estudiado la introducción a Big Data ahora, comprenderemos que las ventajas y desventajas de Big Data son las siguientes :
|
Ventajas | Desventajas |
| Mejor toma de decisiones | Calidad de los datos: la calidad de los datos debe ser buena y estar preparada para proceder con el análisis de big data. |
| Productividad incrementada | Necesidades de hardware: el espacio de almacenamiento que debe estar allí para alojar los datos, el ancho de banda de la red para transferirlos desde y hacia los sistemas de análisis, son caros de comprar y mantener el entorno Big Data. |
| Reducir costos | Riesgos de ciberseguridad: el almacenamiento de grandes cantidades de datos confidenciales puede hacer que las empresas sean un objetivo más atractivo para los ciberatacantes, que pueden usar los datos para rescatar u otros fines ilícitos. |
| Servicio al cliente mejorado | Hiccups en la integración con sistemas heredados: muchas empresas antiguas que han estado en el negocio desde hace mucho tiempo han almacenado datos en diferentes aplicaciones y sistemas en diferentes arquitecturas y entornos. Esto crea problemas para integrar fuentes de datos obsoletas y mover datos, lo que aumenta aún más el tiempo y el gasto de trabajar con big data. |
Artículos recomendados
Esta ha sido una guía de Introducción a Big Data. Aquí hemos discutido Introducción a Big Data con los principales componentes, características, ventajas y desventajas de Big Data. También puede consultar los siguientes artículos:
- Software de análisis de Big Data
- Data Scientist vs Big Data
- Empleos de Big Data Analytics