
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?
Teórico
- ✗ Sin ejercicios
- ✗ Sin proyectos

