Blog

Posts mais recentes

12 Previsiones para el Internet de las Cosas en 2018

Las soluciones del Internet de las Cosas (IoT, por sus siglas en inglés) se vuelven cada vez más populares en Brasil y en el resto del mundo. Para empezar, las soluciones de mercado van convergiendo hacia una arquitectura básica de IoT, en la que una plataforma en la nube recibe y procesa los datos recopilados por dispositivos simples, como relojes, sensores de ambiente y otros componentes electrónicos. De hecho, en 2017, fue posible seguir de cerca la creación de plataformas y soluciones que pasaron a ser adoptadas por grandes empresas brasileñas, como bancos, operadores de telefonía y, principalmente, minoristas.

En un informe internacional publicado en noviembre, Forrester Research prevé que en 2018 el IoT se convertirá en la espina dorsal del valor entregado al cliente final. Para que esto sea posible, la infraestructura IoT dependerá cada vez más de plataformas y dispositivos especializados en IoT. En este proceso, los desarrolladores tendrán un papel fundamental en la evolución de plataformas y otras iniciativas, y la seguridad seguirá siendo una de las principales preocupaciones de los arquitectos IoT.

En Brasil, algunas soluciones de mercado ya incorporan algoritmos avanzados de análisis de datos en máquinas y servidores antiguos. En 2018, podemos esperar avances significativos en el área de análisis de datos y en la integración de maquinaria heredada dentro del IoT.

A continuación, presentamos las 12 previsiones para el Internet de las Cosas en 2018 en Brasil y en el resto del mundo:

Una guía para el análisis de datos con bibliotecas Python

Python es un lenguaje de propósito general que puede ajustarse para cumplir con los objetivos de análisis de datos. Además, ofrece ventajas importantes tales como la velocidad, el rendimiento y la escalabilidad. Un desarrollador de Iflexion  especializado en Python también mencionó la flexibilidad y la capacidad, haciendo de esta una excelente herramienta para manejar lidiar con los proyectos de Big Data.

¿Qué hace un científico de datos?

La ciencia de datos se define por la utilización de los datos producidos y recolectados por organizaciones para extraer informaciones relevantes a una organización y auxiliar en la toma de decisiones. La recopilación de datos producidos por personas y sensores ha crecido exponencialmente. De esta forma, la gran cantidad de datos a ser almacenados, recuperados y analizados se ha convertido en un desafío complejo. Este evento se llama Big Data y con él se relacionan, además de los desafíos, las herramientas que posibilitan superarlos.

Este es el tema de la actualidad. Se ha discutido dentro de las áreas de finanzas, telecomunicaciones, seguridad, salud, jurídica, servicio público, logística y muchas otras. El motivo de toda esta popularidad es el aumento de la generación de nuevos datos, el acceso a herramientas cada vez más sofisticadas y de uso libre (open source) y la ganancia financiera que se puede obtener haciendo uso de estas informaciones. Muchas empresas han dirigido sus ojos a esta novedad, pero pocas saben qué hacer.

Aunque el término ciencia de datos se utiliza en muchas situaciones diferentes, esta área es bastante extensa y no puede ser fácilmente resumida. No existe una formación única para convertirse en un científico de datos y no va a existir. Actualmente los profesionales que ocupan estos cargos tienen formación en Ciencias de la Computación, Análisis de Sistemas, Matemáticas, Física, Estadística y la lista puede continuar hasta donde haya interés. Por otro lado, no existe un solo curso que te dé toda la información  necesaria para actuar como un científico de datos. Es necesario que se busque conocimiento en muchas fuentes diferentes.

7 Consejos para seleccionar la mejor plataforma de IoT en su negocio

Ahora es un hecho que el mantenimiento de una plataforma de Internet de las Cosas (IoT) de su elección es crucial para la forma en que se realizan los procesos de negocio.

Sin embargo, a pesar del rápido crecimiento de la IoT, el 90% de los datos aún no se han utilizado, haciendo evidente que no estamos aprovechando todo su potencial. A menudo, la falla en el uso de la plataforma de IoT es el motivo más común para falta final da frase

 Cuando IBM realizó investigaciones sobre el tema, ellos encontraron soluciones.

Un recurso viable ha sido liberar soluciones de IoT cognitivas en las que el ordenador no será programado, pero aprenderá a través de medios inteligentes de experiencia, interacción humana y datos.

Así que vamos a echar un vistazo a algunos de los mejores consejos que le ayudarán a elegir la plataforma de IoT adecuada para su empresa.

 

Iniciando con Big Data

Para quien está llegando ahora o aún no ha tenido oportunidad de conocer las motivaciones y herramientas más comunes utilizadas en este mundo del Big Data, voy a intentar dar aquí una visión general. La verdad es que son tantas herramientas que incluso resulta difícil distinguirlas de los pokemons. ¡¡Es en serio!! Después de leer este material, haga la prueba Pokemon o Big Data.

Big Data es un término bastante utilizado en la actualidad y vinculado directamente al volumen de datos a ser procesado y analizado (algunas definiciones se pueden encontrar en este otro artículo: Qué es Big Data). Para el procesamiento y análisis de estos datos recurrimos a la ciencia de datos.

Data Science

Data Science (Ciencia de datos) es una práctica que involucra métodos científicos, procesos y sistemas para extraer conocimiento o insights tanto de datos estructurados como de los no estructurados. Es un concepto que unifica estadística, análisis de datos y métodos relacionados con la finalidad de entender y analizar fenómenos a través de sus datos. Este concepto emplea técnicas y teorías de diversas áreas de conocimiento de la matemática, estadística y ciencia de la computación (más específicamente de subdominios de aprendizaje de máquina, clasificación, clusterización, minería de datos y visualización).