Please enable JavaScript.

Coggle requires JavaScript to display documents.

Inteligencia de negocios, Referencias Bibliográficas, Tecnológico,…

- - - - Data mining
- - - - Data Lake
- - - - Cientifico
        
        Metodología y rigor
        
        Ciclo científico
        
        Exploración (BI/EDA) → Modelado (ML) → Validación (tests, A/B) → Despliegue → Monitoreo (impacto en BI).
        
        Complementariedad de objetivos
      - Tecnológico
        
        Patrón habitual
        
        Preparación
        
        Entrenamiento
        
        Despliegue
        
        Consumo por BI
        
        MLOps y gobernanza
        
        Se requiere MLOps: Versionado de modelos, pipelines reproducibles, retraining y monitorización de model drift (degradación). Sin esto, los dashboards mostrarían resultados obsoletos o erróneos.
        
        Herramientas
        
        Data & infra: Data Lake / DW, Spark, Databricks, ADLS / S3
        
        ML: notebooks, scikit-learn, TensorFlow, AutoML, herramientas de feature store (p. ej. Tecton/Feast).
        
        Serving & orquestación: MLflow, SageMaker, KFServing, REST APIs, Airflow / Prefect.
        
        BI: Power BI, Tableau, Cognos, Databricks SQL / dashboards nativos
- - - - Tecnológico
        
        Arquitectura típica integrada (alto nivel)
        
        Fuentes (logs, IoT, redes sociales, transaccionales)
        
        Ingestión (streaming o batch)
        
        Almacenamiento distribuido (Data Lake / HDFS / S3)
        
        BI y aplicaciones: Los motores de BI conectan a las capas curadas o a consultas SQL sobre el lake (lakehouse).
        
        Procesamiento (Spark, Flink)
        
        Capas curadas (DW / marts / tablas optimizadas)
        
        Tecnologías clave que habilitan BI sobre Big Data
        
        Almacenamiento: S3, HDFS, ADLS.
        
        Procesamiento por lotes/distribuido: Apache Spark, Hadoop MapReduce.
        
        Procesamiento en tiempo real/streaming: Apache Kafka, Flink.
        
        Motores SQL sobre datos distribuidos: Presto/Trino, Amazon Athena.
        
        Lakehouse / tablas ACID: Delta Lake, Iceberg, Hudi (facilitan consultas BI consistentes).
        
        Herramientas BI / visualización que integran Big Data: Power BI, Tableau, Databricks SQL Analytics, etc.
        
        Soporte técnico a análisis exploratorio y modelos
        
        Plataformas unificadas que reducen la fricción entre ciencia de datos.
        
        BI permite que los científicos exploren el mismo repositorio que usan los analistas BI, creen notebooks, entrenen modelos y publiquen tablas/scores que BI consume directamente.
      - Cientifico
        
        Mayor poder estadístico y nuevos tipos de preguntas
        
        Exploración y generación de modelos
        
        Aplicar diseño experimental, validación cruzada, control y pruebas.
- - - - Exploración (EDA) → Modelado (DS) → Validación (estadística/A-B) → Despliegue → Medición de impacto (BI).
  - - - Fuentes (transaccional, logs, CRM)
      - Ingesta/ETL → Data Lake / Data Warehouse
      - Pipelines de Ciencia de Datos (notebooks, training)
      - Despliegue (serving / scores / APIs)
      - BI (dashboards/alerts)
    - - Data engineering: Spark, SQL, ETL/ELT, Data Lakes.
      - Modelado y experimentación: Python (scikit-learn, pandas), R, Jupyter/Colab.
      - MLOps / producción: MLflow, Airflow, Kubeflow, pipelines CI/CD para modelos.
      - BI / visualización: Power BI, Tableau, Looker, que se conectan a las tablas/servicios donde DS publica resultados.
    - - Scores en tablas
      - APIs/servicios
      - Tablas curadas / vistas