CURSO: BIG DATA

PROFESOR: FRANKLIN REATEGUI ACHING

ALUMNA:

ALLYSON CHAVARRIA ROJAS

Tabla de contenido
1- Introducción...............................................................................................................................2
 Marco conceptual................................................................................................................2
 Objetivo General..................................................................................................................3
 Fases del proyecto Big data...............................................................................................3
2- APLICACIÓN.............................................................................................................................3
 Generación de información:...............................................................................................3
 Almacenamiento y procesamiento de los datos:.............................................................3
 Análisis de los datos............................................................................................................4
3 - DESPLIEGUE............................................................................................................................4
 Arquitectura Big data...........................................................................................................4
 Herramientas Big data........................................................................................................4
4 - RECOMENDACIÓN..................................................................................................................5
 Caso: “Hospital Providence St. Joseph Health”

1- INTRODUCCIÓN

 Marco conceptual

La arquitectura Big data nos permite poder canalizar grandes volúmenes de

datos, que por lo general no pueden ser gestionados de manera correcta con los
sistemas convencionales que se manejan en cada una de las áreas
administrativas, implementar una buena arquitectura m que sea efectiva pude
permitir que las organizaciones tomen mejores decisiones, asimismo optimizar
sus tiempos y procesos de atención, en el siguiente trabajo explicaremos como
poder mejorar la atención de estos 500 hospitales asimismo mejorar toda la
infraestructura interna respecto a la información general que se maneja en sus
bases de datos.
 Objetivo General

Nuestro objetivo general es elaborar un informe de Big Data detallando el flujo y

las herramientas aplicables a las necesidades de los procesos de negocio de una
empresa a través del manejo de fuentes de información según el caso propuesto.

 Fases del proyecto Big data

A través de esta implementación, tenemos como finalidad poder manejar gran

cantidad de volúmenes de datos para tomar decisiones asertivas y que nos
permitan cumplir con las fases principales: La generación de información,
almacenamiento y procesamiento de datos y el análisis de datos.

2- APLICACIÓN

 Generación de información:

En este punto se van a identificar los puntos de origen, como los dispositivos, los
registros médicos electrónicos, aquí se estableció un protocolo de atención para
recopilar los datos y poder llevarlos a una base central.

 Almacenamiento y procesamiento de los datos:

En esta segunda fase hemos elegidos almacenar los datos de la base central en
un DATA LIKE que nos va a permitir integrar los datos de todas las fuentes.
 Análisis de los datos

En esta última fase, utilizaremos las herramientas de análisis de datos para saber
cuáles son los patrones y relaciones en los datos almacenados, podemos utilizar
también inteligencia artificial para generar información valiosa.

3 - DESPLIEGUE

 Arquitectura Big data

Basándonos en la arquitectura Big data incluye un Data Like centralizado esto

permitirá a Providence unificar sus datos y generar información valiosa en tiempo
real que es lo que se sugiere para poder mejorar la toma de decisiones.

 Herramientas Big data

Es necesario el uso de tecnologías como:

APACHE KAFKA para el procesamiento de datos en tiempo real.

APACHE FLINK para el procesamiento de datos por lotes (mayor cantidad)

POWE BI para la presentación de datos y análisis en tiempo real.

4 - RECOMENDACIÓN

Se recomienda el uso de herramientas de visualización de datos, esto es esencial

para facilitar la comprensión y comunicación de los resultados de análisis.

También se recomienda brindar capacitaciones al personal que hará uso de estas

herramientas para poder promover su uso en toda la organización.

Es importante también establecer medidas de seguridad adecuadas para el

acceso a toda esta información, poder cumplir con la auditoria y asegurarnos de
cumplir con la protección de datos.