![\"tendencias](\"https:\/\/dks.digital\/wp-content\/uploads\/2017\/07\/tendencias-Big-Data-590x415.jpeg\")
<\/p>\n2017 es sin duda\u00a0un gran a\u00f1o para el\u00a0big data. Se prev\u00e9 un mayor crecimiento de los sistemas que admiten grandes vol\u00famenes de datos y una mayor exigencia por parte del mercado de plataformas que permitan a los responsables de datos las tareas de administraci\u00f3n y seguridad de los big data.<\/p>\n
<\/p>\n
<\/p>\n
<\/p>\n
Los big data se vuelven m\u00e1s r\u00e1pidos y simples.<\/strong><\/p>\n La necesidad de los usuarios por generar dashboards de KPI m\u00e1s r\u00e1pidos e iterativos ha potenciado la adopci\u00f3n de bases de datos m\u00e1s r\u00e1pidas y tecnolog\u00edas que permiten realizar consultas m\u00e1s \u00e1giles.<\/p>\n El uso de motores SQL y tecnolog\u00edas OLAP en Hadoop, est\u00e1n provocando que la l\u00ednea de separaci\u00f3n entre almacenes de datos tradicionales y el mundo de los big data sea cada vez m\u00e1s estrecho.<\/p>\n <\/p>\n <\/p>\n Las tecnolog\u00edas dise\u00f1adas espec\u00edficamente para Hadoop se vuelven obsoletas.<\/strong><\/p>\n 2017 pone fin al auge de las tecnolog\u00edas dise\u00f1adas exclusivamente para satisfacer las necesidades de an\u00e1lisis en Hadoop. Ahora, las empresas con entornos complejos y heterog\u00e9neos ya no desean adoptar un punto de acceso a BI aislado para una sola fuente de datos.<\/p>\n Ahora, las respuestas se encuentran en un conjunto de fuentes, desde sistemas de registros y almacenes de datos en la nube, hasta datos estructurados y no estructurados incluidos en fuentes de Hadoop u otros tipos. Los clientes exigir\u00e1n todo tipo de datos.<\/p>\n <\/p>\n <\/p>\n Mares de datos para mejorar el rendimiento<\/strong><\/p>\n En primer lugar se generan los cl\u00faster que se llenan de datos y que se utilizan para realizar an\u00e1lisis predictivos, aprendizaje autom\u00e1tico, seguridad cibern\u00e9tica, etc…<\/p>\n Para obtener respuestas con mayor rapidez, las organizaciones ya exigen el uso iterativo y \u00e1gil del mar de datos para realizar an\u00e1lisis detenidos de los resultados de negocio antes de invertir en personal e infraestructura.<\/p>\n Las plataformas de autoservicio ser\u00e1n consideradas como las herramientas que permiten aprovechar los recursos de los big data.<\/p>\n <\/p>\n <\/p>\n <\/p>\n Ni volumen ni velocidad: la variedad ser\u00e1 lo que impulse las inversiones en Big Data<\/strong><\/p>\n A medida que el volumen y la velocidad crecen, la variedad se convierte en el factor m\u00e1s decisivo a la hora de evaluar una inversi\u00f3n en big data.<\/p>\n Los formatos de datos se multiplican, por lo que los conectores son cada vez m\u00e1s fundamentales y ya se est\u00e1n evaluando las plataformas de an\u00e1lisis en funci\u00f3n de su capacidad para proporcionar conectividad directa a esta diversidad de fuentes y en tiempo real.<\/p>\n <\/p>\n <\/p>\n Spark y el aprendizaje autom\u00e1tico dinamizan el mundo de los big data<\/strong><\/p>\n Las grandes capacidades del c\u00f3mputo big data pusieron en primer plano a las plataformas que ofrecen aprendizaje autom\u00e1tico con c\u00e1lculo exhaustivo, inteligencia artificial y algoritmos gr\u00e1ficos.<\/p>\n En particular el aprendizaje autom\u00e1tico de Microsoft Azure se ha destacado, gracias a su facilidad de uso. adaptada para principiantes y la integraci\u00f3n simplificada con plataformas existentes de Microsoft.<\/p>\n Poner el aprendizaje autom\u00e1tico a disposici\u00f3n de las masas conducir\u00e1 a la creaci\u00f3n de m\u00e1s modelos y aplicaciones que generes petabytes de datos. A medida que las m\u00e1quinas aprendan y los sistemas se vue\u00f1van m\u00e1s inteligentes, toda la atenci\u00f3n se centrar\u00e1 en los proveedores de software de autoservicio.<\/p>\n <\/p>\n <\/p>\n Confluencia entre IoT, la nube y los Big Data para crear nuevas oportunidades de an\u00e1lisis de autoservicio<\/strong><\/p>\n La IoT est\u00e1 generando vol\u00famenes masivos de datos estructurados y no estructurados que cada vez m\u00e1s, se implementa en servicios en la nube.<\/p>\n El acceso a estos datos y su comprensi\u00f3n todav\u00eda suponen un importante desaf\u00edo final que como resultado se traduce en la demanda de herramientas anal\u00edticas que combinan una amplia variedad de fuentes de datos hospedados en la nube y que se conecten con ellas sin problemas.<\/p>\n <\/p>\n <\/p>\n