Redes de transmisión y comunicación de datos

Permanent URI for this collection

https://saber.ucab.edu.ve/handle/123456789/238

Browse

Browsing Redes de transmisión y comunicación de datos by Author "Mercy Ospina"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Comparación entre big data y otras áreas. La arquitectura, el ciclo del dato. Áreas de aplicación, retos actuales y casos de éxito
    (Centro de Estudios en Línea, 2022-09) Mercy Ospina; Centro de Estudios en Línea
    Big data, Inteligencia de Negocio (BI) y Analítica de Negocio (BA) son tres áreas en el ámbito organizacional que son conocidas por compartir un objetivo en común: el permitir el análisis de datos con el fin de extraer la mayor cantidad de información posible. La Inteligencia de Negocios es conocida por ser la habilidad de aprender las relaciones hechos presentados de forma que guíen las acciones hacia una meta deseada. Por otro lado, la Analítica de Negocios es un proceso asistido por tecnologías mediante el cual el software analiza los datos para predecir lo que sucederá o lo que podría suceder adoptando un enfoque en específico. En los últimos años se ha incrementado el uso de las metodologías y teconologías de Big data, debido al crecimiento exponencial de datos en las empresas y organizaciones. La big data será, entonces, el grupo de estrategias, tecnologías y sistemas de almacenamiento, procesamiento, análisis y visualización de datos complejos que vienen definidos por volúmen, velocidad y variedad. Por medio de este material, el estudiante aprenderá qué tipos de datos analiza big data, cuáles son las diferencias y similitudes entre esta, la Inteligencia de Negocios y la Analítica de Negocios; la información que contiene la arquiectura de Inteligencia de Negocio; la cadena de valor de big data en la gestión empresarial; qué es el lago de datos y las técnicas de procesamiento de datos y cómo estas impactan en la arquitectura de las soluciones de big data.
  • Thumbnail Image
    Item
    Hadoop, sus componentes, ecosistemas y distribuciones
    (Centro de Estudios en Línea, 2022-09) Mercy Ospina; Centro de Estudios en Línea
    Hadoop es un marco de trabajo para big data que surgió gracias a dos desarrollos importantes de Google, como son Google File System y Map Reduce. A través de los años se ha convertido en el conjunto de herramientas para big data más usado. Hadoop es un marco de trabajo (framework) que permite el procesamiento distribuido de grandes conjuntos de datos a través de clústers de computadoras, utilizando modelos de programación sencillos. Está diseñado para escalar desde simples servidores a miles de máquinas, cada una ofreciendo computación local y almacenamiento. El presente material le ofrece al estudiante la oportunidad de estudiar y conocer sobre el origen de esta herramienta, sus características, componentes y ecosistema, ya que el mismo es conocido por ser un complejo ecosistema de proyectos diversos que trabajan a la par, con el objetivo de crear un conjunto común de servicios capaces de transformar lo que se le conoce como commodity hardware en un servicio coherente que permita almacenar de forma redundante petabytes de datos y procesarlos eficientemente. Asimismo, se estudiarán las distribuciones de Hadoop y la importancia de las mismas en el mundo de big data.
  • Thumbnail Image
    Item
    Sistemas distribuidos, escalabilidad y distribución de los datos
    (Centro de Estudios en Línea, 2022-09) Mercy Ospina; Centro de Estudios en Línea
    Las construcciones de solución de una big data deben pasar por la comprensión de lo que es un sistema distribuido, sus niveles de transparencia, las diferentes arquitecturas y características, la escalabilidad y las técnicas de distribución de datos. Las propiedades de volumen y velocidad de las versus de big data son posibles gracias a la evolución de los sistemas distribuidos. A estos sistemas se les conoce como una colección de computadoras independientes que dan al usuario la impresión de constituir un único sistema coherente. Su objetivo principal es facilitar a los usuarios el acceso a los recursos remotos y compartirlos de manera controlada y eficiente, lo que permite, no solo abaratar los costos, sino también intercambiar información. En esta unidad el estudiante logrará la comprensión de los distintos sistemas distribuidos, sus características, diferencias, los tipos de transparencias distribuidas y sus niveles, las arquitecturas de estos sistemas junto con sus ventajas y desventajas, y la escalabilidad y distribución de los datos, todo lo cual hace posible el desarrollo de soluciones de big data.