Bigdata Semana1 2023 v2

UD Big Data aplicada a los negocios
Docente: Ing. Eric Alberto Heredia Mendoza

PRESENTACIÓN DOCENTE
Ingeniero de Sistemas, Gerente de CAP-IT CIX (Microsoft Partner Newtork y Centro Autorizado por Certiport para evaluar exámenes
internacionales de Microsoft Adobe y Autodesk) , Consultor BI & Data Analyst, Docente a Nivel Nacional e Internacional con 7 años de
experiencia, Microsoft Certified Trainer, Microsoft Certified Educator, Microsoft Certified Power BI Data Analyst Associate, Microsoft Office
Specialist Expert 365 Apps, Microsoft Office Specialist Expert 2019 y Microsoft Power Platform Fundamentals.
MI TRAYECTORIA – NIVEL NACIONAL
MI TRAYECTORIA – NIVEL INTERNACIONAL

Correo: eherediam@certus.edu.pe
LinkedIn: Eric Heredia Mendoza
UD Big Data aplicada a los negocios
Semana 1
Presentación de UD.
Big Data aplicada a los
negocios
01 CONECTEMOS
¡Bienvenidos!
¿Cómo te sientes hoy?
Imagen. https://www.freepik.es/
AGENDA DE LA SEMANA 1
Presentación del Introducción a Implicaciones del uso

1 3 5
docente y de la UD Big Data de los datos
Explicar en qué consisten Casos de Uso

2 4
las evidencias Big Data
Presentación del docente
Presentación del estudiante
Presentación de la Unidad
Didáctica
Presentación del sílabo, evidencias

evaluativas y lineamientos de evaluación
02 CONSTRUYAMOS
Presentación del docente
¿Quién soy?
¿Cuál es mi formación
profesional?
¿Cuál es mi experiencia
profesional?
02 CONSTRUYAMOS
Presentación de los estudiantes Indicaciones

❏ En los equipos conformados por el docente,
tendrán que definir un nombre para su
equipo y responder las siguientes preguntas:
A. ¿Cuál es tu nombre completo?

B. ¿Qué actividades recreativas sueles
hacer?
C. ¿Cuáles son las expectativas que tienes
de este curso?
❏ Luego de 6 minutos, un miembro de cada
equipo, elegido de manera aleatoria,
presentará al equipo.
02 CONSTRUYAMOS
Presentación de los estudiantes
Antes y después de clases Durante la clase
▪ Revisar las diapositivas de la sesión y/o ▪ Conéctate puntual.

videos que correspondan en la sesión ▪ Participa activamente levantando la mano
▪ Verificar si quedó alguna actividad virtual o utiliza el chat.
pendiente. ▪ Mantén el micro apagado mientras no
▪ Resolver el cuestionario en caso participes.
corresponda ▪ Respeta las intervenciones de otros
compañeros.
▪ Participa de las dinámicas y actividades
propuestas por el docente.
02 CONSTRUYAMOS
Siempre ten en cuenta: Presentación de los estudiantes
▪ Revisar la Ortografía de tus presentaciones.

▪ Redacción. Verificar las normas APA para el citado.
▪ Páginas que pueden ayudar:
▪ https://dle.rae.es/
▪ https://normas-apa.org/citas/
▪ Limpieza y orden en la presentación de las actividades
▪ Participar activamente en todas las actividades.
Imagen. https://bit.ly/3eH09VU
02 CONSTRUYAMOS
Presentación de la unidad didáctica
• ¿Cuáles creen que serán los contenidos?
• ¿Tienes experiencia laboral en el tema?

¿Conoces a alguien que conozca del tema?
• ¿Qué cursos vistos en los primeros ciclos o

durante este ciclo te ayudarán en el aprendizaje
de este curso? Imagen. Presentación. Recuperado de: https://bit.ly/3FXn7Uw
02 CONSTRUYAMOS
PRESENTACIÓN DE LA UNIDAD DIDÁCTICA

Horas:
112 horas académicas
⮚ Sesiones: 16
Carreras: ⮚ Modalidad: Síncrona y
asíncrona
• Administración de negocios
• Administración de negocios ⮚ Materiales: Videos,
internacionales Cuestionarios,
• Administración de negocios Presentaciones, etc.
bancarios y financieros
N° créditos:
5 Créditos
02 CONSTRUYAMOS
Revisemos el sílabo
02 CONSTRUYAMOS
Sumilla Sílabo
La unidad didáctica es fundamental porque permitirá al estudiante

comprender cómo Big Data puede transformar los procesos de negocio
de una empresa, respetando las fases de la metodología de
procesamiento de grandes volúmenes de datos y los aspectos legales y
éticos relacionados al uso de datos, aplique herramientas tecnológicas
de visualización de grandes volúmenes de datos, de acuerdo con las
necesidades de información de una empresa; e interprete los resultados
de la aplicación de Big Data en diferentes escenarios empresariales para
diagnosticar problemas y encontrar oportunidades de negocio,
utilizando diferentes herramientas tecnológicas.
02 CONSTRUYAMOS
Elemento de Competencia de la UD.
Sílabo
• ECT: Analizar grandes volúmenes de datos para diagnosticar
problemas y encontrar oportunidades de negocio en una
empresa utilizando diferentes herramientas tecnológicas.
• ECE: Evaluar sus necesidades formativas en relación a su contexto

y objetivos de desarrollo personal, para planificar su desarrollo de
capacidades.
02 CONSTRUYAMOS
Indicadores de logro Comprende cómo BigData puede transformar los

01 procesos de negocio de una empresa, respetando las
fases de la metodología de procesamiento de grandes
volúmenes de datos y los aspectos legales y éticos
relacionados al uso de datos.
Aplica herramientas tecnológicas de

visualización de grandes volúmenes de
datos, de acuerdo a las necesidades de
02
información de una empresa.
03 Aplica herramientas tecnológicas de

visualización de grandes volúmenes de datos,
de acuerdo a las necesidades de información
de una empresa.
Interpreta los resultados de la aplicación de Big

Data en diferentes escenarios empresariales para
diagnosticar problemas y encontrar 04
oportunidades de negocio, utilizando diferentes
herramientas tecnológicas.
02 CONSTRUYAMOS
Metodología de aprendizaje
¿En qué consiste esta metodología?
Portafolio de evidencias
Consiste en la elaboración grupal e individual de evidencias del proceso de
aprendizaje de los estudiantes durante un ciclo. Estas evidencias son registros
escritos, gráficos y audiovisuales de actividades orientadas a mostrar el desarrollo
de la competencia propuesta.
¿Qué debe incluir?

Cada evidencia, luego de su análisis individual y/o discusión grupal, será
almacenada en una plataforma virtual, que servirá de registro de la trayectoria de
los estudiantes.
02 CONSTRUYAMOS
Metodología de aprendizaje
De casos o situaciones Del plan de trabajo para su

problemáticas organización y análisis
1 2 3 4
Del objetivo y plan de

Del proceso desarrollado y
trabajo en base a la
los resultados obtenidos
información obtenida
02 CONSTRUYAMOS
Evidencias evaluativas
Actividad de
Evidencia Nombre/ Descripción Indicador Peso Semana
aprendizaje
El estudiante entregará un proyecto de
investigación para entender los pasos o fases y
las tecnologías en el procesamiento de los datos
4
E1 en Big Data desde un enfoque de entendimiento 1 IL1 15%
e interpretación del negocio. Adicional deberá
ser sustentado/expuesto en clase.
Resolución y Exposición del análisis de una base

de datos en MS Excel (Aplicación de tablas 8
E2 dinámicas y gráficos) 2 IL2 20%
02 CONSTRUYAMOS
Evidencias evaluativas
Actividad de
Evidencia Nombre/ Descripción Indicador Peso Semana
aprendizaje
Resolución y Exposición de un caso
práctico de Excel, utilizando las
herramientas de Power Query y Power 12
E3 Pivot para presentar un dashboard en 3 IL3 30%
Excel.
Participación activa** (PA)
Resolución de un Caso práctico en
Power BI y exposición utilizando la IL4 35%
16
metodología del storytelling 4
E4 Cuestionarios
Introducción a Big Data
01 CONECTEMOS
• ¿Usas alguna plataforma de

streaming? ¿Cuál o cuáles?
• ¿Usas Spotify?
• ¿Tienes cuenta en alguna red

social?
Imagen. Recuperado de: https://www.freepik.es/

01 CONECTEMOS
Al finalizar esta sesión, el estudiante:
Conoce el uso de Big Data y las implicancias del uso de los datos a través de casos reales.
Saberes a desarrollar:
1. Introducción a Big Data: Historia y evolución. ¿Qué es BD?, 4V's, tecnologías e infraestructura,
áreas de BD.
● Casos de Uso Big Data
● Implicaciones del uso de los datos (privacidad, seguridad, disponibilidad y protección de datos)
02 CONSTRUYAMOS
Datos generados por las

plataformas
Imagen. https://www.domo.com/es
02 CONSTRUYAMOS
02 CONSTRUYAMOS
02 CONSTRUYAMOS
02 CONSTRUYAMOS
Como podemos ver, los datos que generan las diferentes plataformas tanto en
internet como datos de empresas, aumentan cada vez de manera exponencial, lo
cual, hace cada vez más complejo su procesamiento. Y esto va a traer a la mesa,
los conceptos de Big Data.
02 CONSTRUYAMOS
Historia de Big Data: Origen

• Los orígenes se remontan a los años 30, donde, en plena
segunda guerra mundial, el matemático Alan Turing,
padre de la computación, lideró un equipo de
inteligencia que buscaba descifrar Enigma, una de las
máquinas de cifrado que utilizaba el ejército nazi.
• Turing consiguió descifrar parte de los mensajes

alemanes. Esto permitió según los expertos acortar
entre 2 y 4 años la Gran Guerra. Es así cómo Alan Turing
puso la primera piedra de lo que hoy conocemos como
‘Big Data’.
Imagen. https://www.nationalgeographic.com.es/ciencia/cuanto-sabes-sobre-alan-turing_14314
02 CONSTRUYAMOS
Historia de Big Data: desde años 50 a los 80
1956 1962 1966 1980
Nace la Memoria Virtual. El físico Fritz Rudolf Güntsch desarrolla

esta idea que trataba el almacenamiento finito como infinito.
Permite que los datos se procesasen ajenos a la limitación de
memoria del hardware.
02 CONSTRUYAMOS
1956 1962 1966 1980
William C. Dersch presenta la máquina ‘Shoebox’. Este sistema

es capaz de comprender voz por primera vez. 16 palabras y 10
dígitos en inglés hablado.
02 CONSTRUYAMOS
1956 1962 1966 1980
Es a finales de la década de los 60 cuando las organizaciones,

gracias a la cantidad de información existente, diseñan y
desarrollan sistemas de computación más avanzados. Lo cual les
permite automatizar sus sistemas de inventario.
02 CONSTRUYAMOS
1956 1962 1966 1980
En una charla, I. A. Tjomsland comentó la primera Ley de Parkinson. Esta dice que “el
trabajo se expande hasta llenar el tiempo disponible para que se termine”. Se podía
parafrasear para la industria de aquella época de la siguiente manera: “Los datos se
expanden hasta llenar el espacio disponible para el almacenamiento”.
02 CONSTRUYAMOS
Historia de Big Data: Nacimiento de la

WWW y recorrido del Big Data hasta hoy
Con el nacimiento de la WWW (World Wide Web) e

Internet se abren los primeros caminos a la generación
masiva de datos. De esto deriva la aparición de
sistemas de gestión y almacenamiento de información.
Hoy en día permite que seamos capaces de procesar e
interpretar el Big Data.
02 CONSTRUYAMOS
Historia de Big Data: Nacimiento de la WWW y recorrido del Big Data hasta hoy
2009
1989 1992 1997
2011
La World Wide Web es creado. Es el sistema que distribuye

documentos de hipertexto accesibles a través de Internet.
02 CONSTRUYAMOS
2009
1989 1992 1997
2011
Se crea la primera base de datos simple con Windows. Este

avance facilita el trabajo a las empresas. También motiva la
compra de más memoria para su uso en técnicas de
programación más avanzadas.
02 CONSTRUYAMOS
2009
1989 1992 1997
2011
Se utiliza por primera vez el término ‘Big Data’. Los investigadores de la

NASA Michael Cox y David Ellsworth afirman que el gran aumento de datos
se estaba convirtiendo en un problema para los sistemas informáticos
actuales. Esto se da a conocer como el “problema del Big Data”.
02 CONSTRUYAMOS
2009
1989 1992 1997
2011
Empresas como Cloudera y Hortonworks, nacen para gestionar

datos, reunirlos y centralizarlos en lugares seguros y
completamente administrados.
02 CONSTRUYAMOS
2012 2014 Futuro
Por primera vez en la historia el Big Data es utilizado para fines políticos.
Barack Obama, en su campaña, lo usó para conocer las opiniones de los
votantes más indecisos y saber qué canales utilizaban. Lanzaba así los
mensajes con un impacto más personalizado.
02 CONSTRUYAMOS
2012 2014 Futuro
Nace el concepto ‘Location Intelligence’ (Inteligencia de Ubicación, en

español). Se trata de una tecnología que obtiene información de valor gracias
a la geolocalización.
02 CONSTRUYAMOS
2012 2014 Futuro
Smart Cities, los datos y el IoT. Se estima que haya millones de elementos
conectados que serán utilizados por ciudades inteligentes. El futuro de las
Smart Cities pasa por el tratamiento y la gestión del Big Data.
02 CONSTRUYAMOS
¿Y en el presente
qué podemos ver?
02 CONSTRUYAMOS
¿Qué es el Big Data?
La definición del Big Data hace referencia a un

conjunto de datos muy grande. Así pues,
simplemente diremos que se trata de procesar y
analizar en un tiempo razonable una inmensa
cantidad de datos, tanto estructurados como no
estructurados, para optimizar la toma de
decisiones.
02 CONSTRUYAMOS
Viabilidad
7V´S
Volumen Visualización
Características
del Big Data
Velocidad Valor
Variedad Veracidad
02 CONSTRUYAMOS
Volumen
El volumen se refiere a la cantidad de datos que son

generados cada segundo, minuto y días en nuestro
entorno. Es la característica más asociada al Big Data, ya
que hace referencia a las cantidades masivas de datos
que se almacenan con la finalidad de procesar dicha
información, transformando los datos en acciones.
02 CONSTRUYAMOS
Velocidad
La velocidad se refiere a los datos en

movimiento por las constantes
interconexiones que realizamos, es
decir, a la rapidez en la que son
creados, almacenados y procesados
en tiempo real.
02 CONSTRUYAMOS
Variedad
La variedad se refiere a las formas, tipos y

fuentes en las que se registran los datos. Estos
datos pueden ser datos estructurados y fáciles de
gestionar como son las bases de datos, o datos
no estructurados, entre los que se incluyen
documentos de texto, correos electrónicos, datos
de sensores, audios, vídeos o imágenes.

02 CONSTRUYAMOS
Veracidad
Cuando hablamos de veracidad nos referimos a

la incertidumbre de los datos, es decir, al grado de
fiabilidad de la información recibida.
Es necesario invertir tiempo para conseguir datos de
calidad, aplicando soluciones y métodos que puedan
eliminar datos imprevisibles que puedan surgir como
datos económicos, comportamientos de los consumidores Imagen. https://www.freepik.es/
que puedan influir en las decisiones de compra.

02 CONSTRUYAMOS
Viabilidad
La inteligencia empresarial es un componente

fundamental para la viabilidad de un proyecto y
el éxito empresarial. Se trata de la capacidad
que tienen las compañías en generar un uso
eficaz del gran volumen de datos que manejan.
La inteligencia competitiva también se asocia
con la innovación de los equipos de trabajo y el
uso de tecnologías empleadas.

02 CONSTRUYAMOS
Visualización
Cuando hablamos de visualización nos referimos

al modo en el que los datos son presentados. Una vez
que los datos son procesados (los datos están en
tablas y hojas de cálculo), necesitamos representarlos
visualmente de manera que sean legibles y accesibles,
para encontrar patrones y claves ocultas en el tema a
investigar. Para que los datos sean comprendidos
existen herramientas de visualización. Imagen. https://www.freepik.es/
02 CONSTRUYAMOS
Valor
El valor se obtiene de datos que se transforman

en información; esta a su vez se convierte en
conocimiento, y este en acción o en decisión.
El valor de los datos está en que sean
accionables, es decir, que los responsable de la
empresas puedan tomar una decisión (la mejor
decisión) en base a estos datos.
02 CONSTRUYAMOS
Tecnologías para Big Data

En la actualidad en las empresas cualquier producto o servicio permite medir
una cantidad enorme de parámetros, lo que genera una gran cantidad de datos
constantemente.
Esto hace que las tecnologías de procesamiento, almacenamiento y visualización

de datos convencionales dejan de ser válidas, ya sea por limitaciones en la
capacidad o en el tiempo de procesado.
En este contexto entran en juego las tecnologías Big Data, un conjunto de

tecnologías que proporcionan herramientas de procesamiento y almacenamiento
de datos, específicamente diseñadas para solventar las particularidades que
presentan este tipo de entornos.
02 CONSTRUYAMOS
Tecnologías de procesamiento Big Data
• Las tecnologías, combinadas con

las plataformas ofrecidas por
los proveedores de servicios en la
nube, permiten adaptar el tamaño
en tiempo real, en función de las
necesidades puntuales de
procesamiento.
• Algunas de las tecnologías de

procesado de datos más utilizadas
en la actualidad son Hadoop
MapReduce, Apache Spark o
Apache Lynx.
02 CONSTRUYAMOS
Tecnologías de almacenamiento Big Data
Para este tipo de entornos de datos masivos Los más habituales son:
no son válidas las bases de datos Bases de datos columnares
relacionales tradicionales. Por eso se
crearon las bases de datos NoSQL (not only Bases de datos key-value
SQL). En realidad existen muchos tipos
diferentes, cada uno orientado a resolver un Bases de datos documentales
escenario específico de forma óptima.
02 CONSTRUYAMOS
Tecnologías de almacenamiento Big Data
Algunas de las tecnologías de bases

de datos Big Data más utilizadas en la
actualidad son Apache Cassandra,
Hbase, Amazon DynamoDB o Google
BigTable.
02 CONSTRUYAMOS
Tecnologías de visualización
Son aquellas tecnologías que

ayudan a la visualización de datos
de forma amigable.
Tenemos como ejemplo a

soluciones como Power Bi, Tableu,
Microstrategy, Google Data studio,
Qlikview entre otros.
02 CONSTRUYAMOS
Tecnologías de análisis
Python
Lenguaje de programación con
diversidad de paquetes estadísticos y
analíticos optimizados para R
modelización avanzada.
Entorno software para computación
estadística y analítica con múltiples
paquetes para el desarrollo de
Keras y PyTorch modelos. Al igual que Python también
incluye diversidad de componentes
Son APIs de alto nivel para desarrollo para visualización.
de redes neuronales escrita en Python
que han democratizado el uso de
Deep Learning para, por ejemplo,
casos de reconocimiento de
imágenes.
Casos de Uso de Big Data
02 CONSTRUYAMOS

El Big Data puede ayudarte a abordar una serie de actividades empresariales, desde la experiencia del
cliente hasta la analítica. A continuación recopilamos algunas de ellas.
Empresas como Netflix y Procter & Gamble usan Big Data para prever la demanda de los clientes. Construyen modelos
predictivos para nuevos productos y servicios clasificando atributos clave de productos anteriores y actuales, y modelando la
Desarrollo de
relación entre dichos atributos y el éxito comercial de las ofertas. Además, P&G utiliza los datos y la analítica de grupos de
productos
interés, redes sociales, mercados de prueba y avances de salida en tiendas para planificar, producir y lanzar nuevos
productos.
Los factores capaces de predecir fallos mecánicos pueden estar profundamente ocultos entre datos estructurados (año del
equipo, marca o modelo de una máquina) o entre datos no estructurados que cubren millones de entradas de registros, datos
Mantenimiento
de sensores, mensajes de error y temperaturas de motor. Al analizar estos indicadores de problemas potenciales antes de
predictivo
que estos se produzcan, las organizaciones pueden implantar el mantenimiento de una forma más rentable y optimizar el
tiempo de servicio de componentes y equipos.
La carrera por conseguir clientes está en marcha. Disponer de una vista de la experiencia del cliente es más posible que
Experiencia de nunca. El Big Data le permite recopilar datos de redes sociales, visitas a páginas web, registros de llamadas y otras fuentes
cliente para mejorar la experiencia de interacción, así como maximizar el valor ofrecido. Empiece a formular ofertas personalizadas,
reducir las tasas de abandono de los clientes y gestionar las incidencias de manera proactiva.
02 CONSTRUYAMOS

El Big Data puede ayudarte a abordar una serie de actividades empresariales, desde la experiencia del
cliente hasta la analítica. A continuación recopilamos algunas de ellas.
En lo que a seguridad se refiere, no te enfrentas a simples piratas informáticos deshonestos, sino a equipos completos de
Fraude y expertos. Los entornos de seguridad y requisitos de cumplimientos están en constante evolución. El Big Data te ayuda a
cumplimientos identificar patrones en los datos que pueden ser indicativos de fraude, al tiempo que concentra grandes volúmenes de
información para agilizar la generación de informes normativos.
El Machine Learning o aprendizaje automático es un tema candente en la actualidad. Y los datos, concretamente el Big Data,
Machine son uno de los motivos de que así sea. Ahora, en lugar de programarse, las máquinas pueden aprende. Esto es posible gracias a
Learning la disponibilidad de Big Data para crear modelos de Machine Learning.
Puede que la eficiencia operativa no sea siempre noticia, pero es el área en la que Big Data tiene un mayor impacto. El Big Data
Experiencia de le permite analizar y evaluar la producción, la opinión de los clientes, las devoluciones y otros factores para reducir las
cliente situaciones de falta de stock y anticipar la demanda futura. El Big Data también puede utilizarse para mejorar la toma de
decisiones en función de la demanda de mercado en cada momento.
Implicaciones del uso de los datos
02 CONSTRUYAMOS
Privacidad de datos
La privacidad de los datos, también llamada

privacidad de la información, es cuando una
organización o individuo debe determinar
qué datos en un sistema informático se
pueden compartir con terceros.
02 CONSTRUYAMOS
Privacidad de datos
Hay dos aspectos principales de la privacidad de los datos:
El primero es el control El segundo aspecto implica la puesta en marcha de mecanismos

de acceso. Una gran parte que evitarán el acceso no autorizado a los datos. El cifrado de
de garantizar la datos evita que los datos sean leídos por cualquier persona que
privacidad de los datos es no tenga acceso autorizado. También hay varias funciones de
determinar quién debería prevención de pérdida de datos (DLP) que están diseñadas para
tener acceso autorizado a evitar el acceso no autorizado, lo que garantiza la privacidad de
los datos y quién no. los datos. Tal mecanismo podría usarse para evitar que un
usuario reenvíe un mensaje de correo electrónico que contenga
información confidencial.
02 CONSTRUYAMOS
Seguridad de datos
La seguridad de los datos es la defensa de la

información digital contra amenazas internas y
externas, maliciosas y accidentales. Aunque la
seguridad de los datos se centra específicamente en
mantener los datos seguros, también incorpora la
seguridad de la infraestructura —es difícil proteger
adecuadamente los datos si la infraestructura
subyacente es insegura. Imagen. https://www.freepik.es/
02 CONSTRUYAMOS
Seguridad de datos
Las organizaciones han adoptado

innumerables medidas de seguridad y
herramientas de seguridad de datos para
garantizar la seguridad de los datos. Un
ejemplo de ello es la autenticación multifactor
(MFA), que utiliza al menos dos mecanismos
diferentes para verificar la identidad de un
usuario antes de otorgar acceso a los datos. Imagen. https://www.freepik.es/
02 CONSTRUYAMOS
Seguridad de datos
Por ejemplo, un sistema MFA puede usar

un nombre de usuario y una contraseña
tradicionales combinados con un código
que se envía al teléfono inteligente del
usuario a través de un mensaje de texto.
02 CONSTRUYAMOS
Disponibilidad de datos
La disponibilidad de datos es el principio

fundamental de la seguridad informática que
asegura la fiabilidad y el acceso oportuno a
los datos y recursos por parte de los
individuos o personas autorizadas.
02 CONSTRUYAMOS
Disponibilidad de datos
Según las mejores prácticas y estándares

internacionales de seguridad de la información
(serie ISO 27000, NIST, ENISA, ENS, entre otras),
el acceso a la información debe estar basado en
el principio de necesidad de conocer, es decir,
que solo aquellas personas que necesitan
acceder a la información para el desempeño de
sus tareas puedan hacerlo cuando lo necesiten.

02 CONSTRUYAMOS
Protección de datos
Es el proceso de salvaguardar información importante contra

corrupción, verse comprometida o pérdida. Se centra en la
copia de seguridad y la recuperación, aunque hay varias
herramientas de protección de datos disponibles. Por lo
general, una organización designará a un oficial de
protección de datos que es responsable de identificar los
datos que deben protegerse y diseñar un conjunto de
políticas para garantizar que los datos se puedan recuperar Imagen. https://www.freepik.es/
en caso de que se eliminen, sobrescriban o corrompan.

02 CONSTRUYAMOS
Además de garantizar que se haga una copia de

seguridad de los datos de una organización, las
políticas de protección de datos también protegen los
datos de una manera que se alinea con los acuerdos
de nivel de servicio de la organización,
particularmente con respecto a los objetivos de punto
de recuperación (RPO) y los objetivos de tiempo de
recuperación (RTO). Imagen. https://www.freepik.es/
02 CONSTRUYAMOS
Métrica que hace referencia a la frecuencia con la que se crean las copias de seguridad. La
frecuencia de la copia de seguridad determina cuántos datos podrían perderse
RPO potencialmente en un evento de pérdida de datos. Si una organización tiene un RPO de

cuatro horas, entonces la organización podría perder hasta cuatro horas de datos porque
todos los datos que se han creado desde la copia de seguridad más reciente podrían
perderse.
Métrica de cuánto tiempo llevará restaurar una copia de seguridad. Las organizaciones
RTO definen un RTO en función del tiempo que pueden permitirse para que los sistemas críticos
no estén disponibles durante una operación de restauración.
03 REFLEXIONEMOS
Preguntas
✓ ¿Qué aprendimos hoy ?

✓ ¿Por qué creen que lo trabajado el día de hoy
les será útil en la práctica?

03 REFLEXIONEMOS
CONCLUSIONES
● Hoy en día Big Data toma más fuerza debido a la gran

cantidad de data que se genera minuto a minuto.
● El Big Data no está enfocado solo en datos masivos,
también es generar valor con los datos.
● El Big Data no solo es de uso de grandes empresas,
gracias a las plataformas de nube su uso es viable para

todos.
04 REFERENCIAS
● ComputerWeekly (s.f.) Privacidad de datos, seguridad de datos y

protección de datos:
https://www.computerweekly.com/es/definicion/Privacidad-de-
datos-seguridad-de-datos-y-proteccion-de-datos
● Google Cloud (s.f) ¿Que es el Big Data? Web Google Cloud:
https://bit.ly/3CH0lsT
● News Centar Latam (2015) ¿Que es eso llamado Big Data? New
Center Lationamérica: https://bit.ly/3CBJAob
● UNIR (2020) Arquitectura Big Data ¿En que consiste y para qué
se utiliza? Revista UNIR: https://bit.ly/3kxv62D
¡Gracias!

Bigdata Semana1 2023 v2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bigdata Semana1 2023 v2

Cargado por

Copyright:

Formatos disponibles

UD Big Data aplicada a los negocios

Docente: Ing. Eric Alberto Heredia Mendoza

MI TRAYECTORIA – NIVEL NACIONAL

MI TRAYECTORIA – NIVEL INTERNACIONAL

¿Cómo te sientes hoy?

Presentación del Introducción a Implicaciones del uso

Explicar en qué consisten Casos de Uso

Presentación del estudiante

Presentación del sílabo, evidencias

Presentación del docente

Presentación de los estudiantes Indicaciones

A. ¿Cuál es tu nombre completo?

Presentación de los estudiantes

Antes y después de clases Durante la clase

▪ Revisar las diapositivas de la sesión y/o ▪ Conéctate puntual.

Siempre ten en cuenta: Presentación de los estudiantes

▪ Revisar la Ortografía de tus presentaciones.

Presentación de la unidad didáctica

• ¿Cuáles creen que serán los contenidos?

• ¿Tienes experiencia laboral en el tema?

• ¿Qué cursos vistos en los primeros ciclos o

PRESENTACIÓN DE LA UNIDAD DIDÁCTICA

La unidad didáctica es fundamental porque permitirá al estudiante

Elemento de Competencia de la UD.

• ECE: Evaluar sus necesidades formativas en relación a su contexto

Indicadores de logro Comprende cómo BigData puede transformar los

Aplica herramientas tecnológicas de

03 Aplica herramientas tecnológicas de

Interpreta los resultados de la aplicación de Big

¿Qué debe incluir?

De casos o situaciones Del plan de trabajo para su

Del objetivo y plan de

Resolución y Exposición del análisis de una base

• ¿Usas alguna plataforma de

• ¿Tienes cuenta en alguna red

Imagen. Recuperado de: https://www.freepik.es/

Al finalizar esta sesión, el estudiante:

Datos generados por las

Historia de Big Data: Origen

• Turing consiguió descifrar parte de los mensajes

Historia de Big Data: desde años 50 a los 80

1956 1962 1966 1980

Nace la Memoria Virtual. El físico Fritz Rudolf Güntsch desarrolla

Historia de Big Data: desde años 50 a los 80

1956 1962 1966 1980

William C. Dersch presenta la máquina ‘Shoebox’. Este sistema

Historia de Big Data: desde años 50 a los 80

1956 1962 1966 1980

Es a finales de la década de los 60 cuando las organizaciones,

Historia de Big Data: desde años 50 a los 80

1956 1962 1966 1980

Historia de Big Data: Nacimiento de la

Con el nacimiento de la WWW (World Wide Web) e

La World Wide Web es creado. Es el sistema que distribuye

Se crea la primera base de datos simple con Windows. Este

Se utiliza por primera vez el término ‘Big Data’. Los investigadores de la

Empresas como Cloudera y Hortonworks, nacen para gestionar

2012 2014 Futuro

2012 2014 Futuro

Nace el concepto ‘Location Intelligence’ (Inteligencia de Ubicación, en

2012 2014 Futuro

¿Qué es el Big Data?

La definición del Big Data hace referencia a un

El volumen se refiere a la cantidad de datos que son