</> CodeBooks
    ← Volver a Big Data (página 1)
    Portada de Big Data and The Internet of Things

    Big Data and The Internet of Things

    Art Licht, Louis Nagode, Robert Stackowiak, Venu Mantha

    Editorial
    Apress
    Año
    2015
    Páginas
    ~220
    Nivel
    Intermedio

    De qué trata

    Guía sobre diseño de arquitecturas de información empresarial orientada a capturar, almacenar y procesar el creciente caudal de datos proveniente de dispositivos conectados, sensores y comunicaciones máquina a máquina (M2M). Publicada a mediados de la década de 2010 (en plena consolidación de Hadoop 2.x, las bases de datos NoSQL y la transición analítica hacia el tiempo real), la obra está pensada para arquitectos empresariales, directores de tecnología, gerentes de proyectos de TI y analistas sénior de datos que ya dominan los almacenes de datos tradicionales (EDW y data marts) y necesitan integrar nuevas capas de datos a gran escala sin desestabilizar la infraestructura existente.

    El texto enseña a diagnosticar la madurez de la arquitectura de información de una organización y a trazar hojas de ruta para evolucionar desde almacenes relacionales hacia ecosistemas analíticos híbridos. Aborda la integración conceptual y estratégica del ecosistema Hadoop (HDFS, MapReduce, Hive, Sqoop), bases de datos NoSQL (clave-valor, columnares, orientadas a documentos y grafos), canalizaciones de ingestión de telemetría IoT y capas analíticas avanzadas. Asimismo, profundiza en técnicas de modelado funcional como los Diagramas de Flujo de Datos (DFD) y el mapeo de información empresarial (Business Information Maps), analizando el emparejamiento adecuado entre herramientas de Business Intelligence y los perfiles de competencia técnica disponibles en la empresa.

    El libro tiene un enfoque eminentemente conceptual y metodológico, por lo que no plantea escritura de código fuente ni proyectos guiados de software paso a paso; en su lugar, orienta la formulación de un plan director de arquitectura futura apoyándose en escenarios de negocio del mundo real (como el análisis de telemetría y KPIs en la industria de la automoción). Su gran aportación es el pragmatismo gerencial: no cae en el entusiasmo ciego por el big data y exige justificar el retorno de inversión y alinear la estrategia de datos con las metas del negocio. Quienes busquen manuales de implementación técnica o código de configuración deberán complementarlo con fuentes más operativas, ya que su valor radica en la planificación estratégica y el gobierno de sistemas.

    • Arquitectura empresarial
    • Internet de las Cosas (IoT)
    • Big Data
    • Enterprise Data Warehouse (EDW)
    • Hadoop
    • NoSQL
    • Flujos de datos (DFD)
    • Ingestión de telemetría
    • Business Intelligence
    • Gobierno de datos

    ¿Cómo enseña?

    TeóricoPráctico

    Teórico

    • ✗ Sin ejercicios
    • ✗ Sin proyectos

    Más de Big Data con nivel Intermedio