{"id":7,"date":"2014-03-20T19:40:49","date_gmt":"2014-03-20T19:40:49","guid":{"rendered":"http:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/?page_id=7"},"modified":"2018-06-20T14:08:45","modified_gmt":"2018-06-20T19:08:45","slug":"inicio","status":"publish","type":"page","link":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/","title":{"rendered":"Inicio"},"content":{"rendered":"<h1>Semestre 2015 &#8211; 2<\/h1>\n<div class=\"table-responsive\"><table  style=\"width:100%; \"  class=\"easy-table easy-table-default \" border=\"0\">\n<thead>\r\n<tr><th style=\"background:#cc6633; color:#FFFFFF\">Nombre del curso:<\/th>\n<th > An\u00e1lisis sobre Big Data<\/th>\n<\/tr>\n<\/thead>\n<tbody>\r\n<tr><td style=\"background:#d88c66; color:#FFFFFF; font-style:italic\">Course Name:<\/td>\n<td > Big Data Analytics<\/td>\n<\/tr>\n\r\n<tr><td style=\"background:#cc6633; color:#FFFFFF\">Cr\u00e9ditos:<\/td>\n<td > 4<\/td>\n<\/tr>\n\r\n<tr><td style=\"background:#d88c66; color:#FFFFFF\">Profesor:<\/td>\n<td > <a href=\"http:\/\/sistemas.uniandes.edu.co\/~cjimenez\" target=\"_blank\">Claudia Jim\u00e9nez<\/a> (cjimenez@uniandes.edu.co)<\/td>\n<\/tr>\n<\/tbody><\/table><\/div>\n\n<div class=\"arconix-tabs-horizontal\"><ul class=\"arconix-tabs\"><li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Proposito\"><a class=\"\" href=\"#tab-Proposito\">Proposito<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Objetivos\"><a class=\"\" href=\"#tab-Objetivos\">Objetivos<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Metodologa\"><a class=\"\" href=\"#tab-Metodologa\">Metodolog\u00eda<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Conocimientosprevios\"><a class=\"\" href=\"#tab-Conocimientosprevios\">Conocimientos previos<\/a><\/li><\/ul>\n<div class=\"arconix-panes\"><div class=\"arconix-pane pane-Proposito\">\n<h1>Proposito<\/h1>\n<div class=\"level1\">\n<p><strong><em>Big Data<\/em><\/strong> (Datos Enormes) es el t\u00e9rmino para referirse al contexto de <strong><em>integraci\u00f3n y an\u00e1lisis<\/em><\/strong> de cantidades masivas de <strong><em>informaci\u00f3n<\/em><\/strong> m\u00f3vil, web, social y en la nube, <strong><em>pertinentes para el usuario<\/em><\/strong> y relevantes para entender <strong><em>el ecosistema de una organizaci\u00f3n<\/em><\/strong>. El an\u00e1lisis de cantidades enormes de datos que se generan tanto dentro de las organizaciones como fuera de ellas, ha cambiado las <strong><em>tecnolog\u00edas<\/em><\/strong> y las <strong><em>metodolog\u00edas<\/em><\/strong> con las cuales se desarrollan soluciones <strong><em>basadas en contenidos<\/em><\/strong> que buscan generar <strong><em>valor<\/em><\/strong>, <strong><em>diferenciaci\u00f3n<\/em><\/strong> y oportunidad en la <strong><em>toma de decisiones<\/em><\/strong>.<\/p>\n<p>El prop\u00f3sito del curso es presentar, analizar y utilizar las oportunidades de innovaci\u00f3n que ofrece el an\u00e1lisis de grandes cantidades de datos en: la toma de decisiones estrat\u00e9gicas y t\u00e1cticas de una organizaci\u00f3n, el desarrollo de aplicaciones en diferentes campos del conocimiento y la selecci\u00f3n e integraci\u00f3n de infraestructuras que aseguren una alta escalabilidad permitiendo as\u00ed un crecimiento natural de las soluciones implementadas.<\/p>\n<p><strong><em>A nivel estrat\u00e9gico y t\u00e1ctico de una organizaci\u00f3n<\/em><\/strong>,<strong> Big Data Analytics<\/strong> busca comprender y aprovechar los datos propios y externos a la empresa con el fin de entender los cambios y las tendencias de mercado, identificar opiniones de segmentos poblacionales relevantes para el negocio e interpretar de flujos de datos provenientes de fuentes sociales para generar an\u00e1lisis de competitividad.<\/p>\n<p><strong><em>A nivel de desarrollo de aplicaciones Big Data<\/em>,<\/strong> se generan t\u00e9cnicas y metodolog\u00edas propias para este tipo de informaci\u00f3n que adem\u00e1s son adaptables a diferentes campos de aplicaci\u00f3n, permitiendo as\u00ed el uso efectivo de los datos en el an\u00e1lisis de una problem\u00e1tica espec\u00edfica. Entre los campos de desarrollo de Big Data se encuentran, entre otros: el an\u00e1lisis de comercio electr\u00f3nico, el entendimiento en l\u00ednea de la reacci\u00f3n de clientes frente a un producto o su competencia, la definici\u00f3n y ajuste de pol\u00edticas p\u00fablicas, las telecomunicaciones, los videojuegos en l\u00ednea, las aplicaciones gubernamentales, aplicaciones de salud y ciencia, el an\u00e1lisis del comportamiento urbano y la predicci\u00f3n, prevenci\u00f3n y reacci\u00f3n frente a desastres.<\/p>\n<p><strong><em>A nivel de infraestructura<\/em><\/strong>, tecnolog\u00edas como <em>Hadoop<\/em> y <em>NoSQL<\/em> son utilizadas para facilitar la alta escalabilidad necesaria en procesamiento, y almacenamiento de este tipo de informaci\u00f3n. El uso de este tipo de tecnolog\u00edas acompa\u00f1ado de la definici\u00f3n de arquitecturas orientadas a los datos, permite ofrecer sistemas robustos y eficientes generando ventajas competitivas en diferentes perspectivas en el \u00e1mbito empresarial as\u00ed como en los \u00e1mbitos cient\u00edfico e investigativo.<\/p>\n<p>Finalmente, <strong><em>a nivel de informaci\u00f3n<\/em><\/strong>, suele trabajarse con fuentes estructuradas como no estructuradas, profundamente heterog\u00e9neas. La informaci\u00f3n proviene de fuentes diversas usualmente aut\u00f3nomas, es creciente de forma exponencial y no manipulable de forma efectiva con herramientas tradicionales de gesti\u00f3n de bases de datos. Seg\u00fan IDC, se estima en 1.8 Zetabytes (1.8 * 106 Petabytes) la informaci\u00f3n generada s\u00f3lo en 2011, siendo los contenidos los protagonistas. Las fuentes suelen ser blogs, wikis, RSS, email, comunidades participativas como las redes sociales y comunidades virtuales especializadas. Estas se integran con la informaci\u00f3n propia a las organizaciones y los individuos, de manera ubicua.<\/p>\n<p>Se cuenta con ejemplos, desarrollados en el contexto de cursos y proyectos de investigaci\u00f3n del grupo, en dominios tan variados como la biolog\u00eda, la medicina, temas financieros, an\u00e1lisis de opini\u00f3n de productos en el mercado, an\u00e1lisis de imagen de personajes p\u00fablicos, an\u00e1lisis de comentarios en noticias de prensa y an\u00e1lisis de estado de la comunidad a partir de los streams de redes sociales.<\/p>\n<\/div>\n<\/div>\n<div class=\"arconix-pane pane-Objetivos\">\n<h1>Objetivos<\/h1>\n<ul>\n<li>Identificar las oportunidades de transformaci\u00f3n y generaci\u00f3n de procesos de generaci\u00f3n de valor basadas en el an\u00e1lisis de informaci\u00f3n, proveniente tanto de fuentes internas como externas a la organizaci\u00f3n.<\/li>\n<li>Comprender, definir y evaluar arquitecturas orientadas por datos (Scalable Data-Driven Architectures), en particular aquellas que involucran requerimientos de alta escalabilidad de procesamiento y almacenamiento<\/li>\n<li>Integrar metodolog\u00edas y tecnolog\u00eda para el descubrimiento y entendimiento de informaci\u00f3n basado en fuentes altamente escalables. Ejemplos de ellas son Linked Data, Social Data, Sentiment Analysis, Online Stream Analysis, Web Intelligence.<\/li>\n<li>Integrar metodolog\u00edas y tecnolog\u00eda de an\u00e1lisis de informaci\u00f3n apropiadas para escenarios de datos no estructurados o semiestructurados, en los cuales se enfrenta el proceso de an\u00e1lisis en condiciones de la alta escalabilidad y son necesarios procesos de adaptaci\u00f3n y reacci\u00f3n en tiempo real.<\/li>\n<li>Desarrollar una soluci\u00f3n que permita generar valor y diferenciaci\u00f3n a partir de procesos de an\u00e1lisis de informaci\u00f3n sobre Big Data<\/li>\n<\/ul>\n<div class=\"level1\"><\/div>\n<\/div>\n<div class=\"arconix-pane pane-Metodologa\">\n<h1>Metodolog\u00eda<\/h1>\n<p>Durante el curso se desarrollan tanto actividades te\u00f3ricas como pr\u00e1cticas, de manera las tem\u00e1ticas sean complementarias y generen valor, tanto de manera independiente, como integradas en soluciones incrementales. Las actividades pr\u00e1cticas se desarrollan alrededor de talleres y un proyecto. Los talleres abordan tecnolog\u00edas, herramientas o problem\u00e1ticas de alcance puntual y buscan que el estudiante logre una experiencia pr\u00e1ctica b\u00e1sica en el tema correspondiente. La integraci\u00f3n de los temas se hace a trav\u00e9s de un proyecto pr\u00e1ctico que se plantea a lo largo del curso y que busca que el estudiante plantee la integraci\u00f3n de t\u00e9cnicas y herramientas en el planteamiento de una soluci\u00f3n de generaci\u00f3n de valor a trav\u00e9s de la gesti\u00f3n de una infraestructura de informaci\u00f3n altamente escalable, utilizando t\u00e9cnicas de an\u00e1lisis de informaci\u00f3n adecuadas para el problema planteado. Las actividades te\u00f3ricas se llevan a cabo mediante el estudio del estado del arte en los temas desarrollados y su revisi\u00f3n de c\u00f3mo se aplican a contextos espec\u00edficos.<\/p>\n<\/div>\n<div class=\"arconix-pane pane-Conocimientosprevios\">\n<h1>Habilidades y conocimientos previos<\/h1>\n<ul>\n<li>Saber programar. Es deseable tener conocimiento de Phyton, Java o C++ (en ese orden de preferencia)<\/li>\n<li>Matem\u00e1ticas b\u00e1sicas: Teor\u00eda de conjuntos, \u00e1lgebra de vectores<\/li>\n<li>Conceptos b\u00e1sicos de probabilidad y estad\u00edstica<\/li>\n<li>Uso y administraci\u00f3n b\u00e1sica de Linux<\/li>\n<li>Conocimiento b\u00e1sico de SMBDR: SQL, modelo relacional<\/li>\n<li>Conocimiento b\u00e1sico de arquitecturas de software, patrones de desarrollo de software, patrones de arquitectura<\/li>\n<li>Desarrollo de aplicaciones Web, desarrollo de servicios<\/li>\n<li>Conocimiento b\u00e1sico de procesamiento de lenguajes<\/li>\n<\/ul>\n<p>Documentaci\u00f3n sobre estos temas se puede encontrar en:<\/p>\n<p><a title=\"https:\/\/sistemas.uniandes.edu.co\/~isis2304\" href=\"https:\/\/sistemas.uniandes.edu.co\/%7Eisis2304\" rel=\"nofollow\"> Sistemas Transaccionales<\/a><br \/>\n<a title=\"https:\/\/sistemas.uniandes.edu.co\/~isis2503\" href=\"https:\/\/sistemas.uniandes.edu.co\/%7Eisis2503\" rel=\"nofollow\"> Arquitecturas de Software<\/a><br \/>\n<a title=\"http:\/\/cupi2.uniandes.edu.co\/\" href=\"http:\/\/cupi2.uniandes.edu.co\/\" rel=\"nofollow\"> Desarrollo de software en java<\/a><\/p>\n<\/div><\/div><\/div>\n\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Semestre 2015 &#8211; 2 &nbsp; &hellip; <a class=\"more-link\" href=\"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/\">Sigue leyendo <span class=\"meta-nav\">&rarr;<\/span><\/a><\/p>\n","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-7","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/pages\/7","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/comments?post=7"}],"version-history":[{"count":42,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/pages\/7\/revisions"}],"predecessor-version":[{"id":146,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/pages\/7\/revisions\/146"}],"wp:attachment":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/isis4517\/wp-json\/wp\/v2\/media?parent=7"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}