Blog

  • ETL es un acr贸nimo que significa Extracci贸n, Transformaci贸n y Carga. Es un proceso utilizado en la gesti贸n de datos para recopilar datos de diferentes fuentes, limpiarlo y transformarlo en un formato adecuado para su an谩lisis y utilizaci贸n en un sistema de informaci贸n. Luego se carga en una base de datos o sistema de almacenamiento para su uso futuro. Es una t茅cnica com煤nmente utilizada en la integraci贸n de datos. Existen herramientas open source, comerciales e incluso Leer mas
  • Utilizamos #OpenGPT para crear este art铆culo acerca de Gobernanza de Datos. Su respuesta聽 fue la siguiente: La gobernanza de datos es el conjunto de pol铆ticas, procesos y pr谩cticas que se utilizan para asegurar que los datos se manejan de manera 茅tica, legal y eficaz. La gobernanza de datos es esencial para garantizar que los datos se utilizan de manera responsable y se protegen contra el uso no autorizado o la exposici贸n. La #gobernanza de datos Leer mas
  • Introducci贸n Synapse es una plataforma de #LakeHouse de #Azure. Permite armar un #datawarehouse, un #datalake e incluso correr scripts con desarrollos de #ML. #AzureDevOps es un producto de Microsoft que proporciona funciones de control de versiones, informes, gesti贸n de requisitos, gesti贸n de proyectos, compilaciones automatizadas, pruebas y gesti贸n de versiones. Para la administraci贸n de los desarrollos que corren en la plataforma de #Synapse, es de vital importancia entender el enfoque CI/CD para un pipeline de Leer mas
  • El enfoque Medallion, que es promovido principalmente por #Databricks, tambi茅n es adecuado para todas las dem谩s plataformas. Sirve como un modelo de c贸mo puede construir una estructura unificada para Data Lakehouses en tres capas.   #Medallion, es un modelo de arquitectura en el cual su patr贸n de dise帽o se basa en la organizaci贸n de un #datalake en 3 capas, una capa de Datos Sin Procesar (#Raw), una capa de Datos Filtrados, Limpios, Enriquecidos y una Leer mas
  • DataOps es un enfoque 谩gil que combina la ingenier铆a de datos en los procesos de operaciones. Su objetivo es crear valor comercial a partir de big data, promoviendo pr谩cticas y procedimientos de gesti贸n de datos que mejoren la velocidad y precisi贸n de los an谩lisis. Esto incluye automatizaci贸n, acceso a datos, integraci贸n, control de calidad e implementaci贸n y gesti贸n de modelos. Los problemas resueltos por DataOps  Los principios fundamentales de #DataOps son simples. La disciplina est谩 Leer mas
  • En la ciencia de datos existen diversas 谩reas de investigaci贸n, entre la cuales se encuentra Reinforcement Learning (RL). Ante el avance del #DeepLearning, las grandes cantidades de datos ya no representan una dificultad y han surgido nuevos modelos de entrenamiento de algoritmos como el que estamos mencionando.聽 Este es el tercer m茅todo desarrollado de modelos de Machine Learning, mediante el cual los algoritmos aprenden por s铆 mismos, despu茅s del aprendizaje supervisado y el aprendizaje no Leer mas
  • La mayor铆a de las organizaciones aspiran a estar un paso por delante de la competencia, capaces de tomar decisiones m谩s informadas sobre su negocio y sus clientes para que no s贸lo tengan 茅xito, sino que prosperen en un panorama empresarial en constante cambio. Sin embargo, aunque muchas organizaciones tienen los datos para hacerlo, a menudo carecen de la tecnolog铆a, los procesos y las personas para optimizar por completo su valor.  驴Qu茅 es la modernizaci贸n de Leer mas
  • Por Ezequiel Bianucci. 驴Qu茅 es el Data Storytelling?聽 El Data Storytelling es la traducci贸n del an谩lisis de datos en conocimientos de f谩cil comprensi贸n para influir en la acci贸n o la toma de decisiones comerciales. Es el proceso de tomar datos, analizarlos y comunicar su importancia a los clientes. Esto se logra con la ayuda de tres componentes principales:  驴Por qu茅 el Data Storytelling es tan importante?  Las historias conectan a las personas, generan confianza y Leer mas

    Por favor, demuestra que eres humano mediante la selecci贸n el coraz贸n.