Cual es el roadmap para ser un Data Engineer

Apache Beam es un modelo unificado de código abierto para definir pipelines deprocesamiento de datos por lotes o de streaming. Actualmente, Apache Beam SDKtiene soporte para tres lenguajes de programación: Java, Python y Go. Los pipelines se programan usando uno de los SDKs mencionados anteriorme…

1. Getting Your First Data Science Job [http://stratebi.es/todobi/Sep20/document(6).pdf] (76 pag) 2. Step by Step Guide to Data Cleaning with Python (NumPy and Pandas)[http://stratebi.es/todobi/Sep20/document…

Ya está disponible el volumen II del ebook: ‘Power BI: trucos y buenasprácticas’. Además, este nuevo volumen incluye las novedades que se vanintroduciendo en la herramienta en estos últimos meses. Y, como el anterior,totalmente gratuito y sin necesidad de registrarte, simplemente descargatelo De…

Que interesante el libro que deja de forma gratuita en su versión online elautor del mismo, para todos los apasionados del Analytics y la Visualización El libro pretende ser una guía para hacer visualizaciones que reflejen conprecisión los datos, cuenten una historia y tengan un aspecto profesion…

Muy interesante esta comparativa que ha realizado Qlik, comparando las mejoressoluciones Cloud de Data Warehouse. En TodoBI llevamos ya tiempo comentandosobre muchas de ellas. Las empresas han empezado a apostar por los Data Warehouse en la nube, de formaque les permite crear modernos Data Lakes…

Nuestros compañeros de Stratebi [https://www.stratebi.com/power-bi], que sonPartners Certificados de Microsoft, nos hacen una Introducción a una tecnologíaque, estamos seguros, está revolucionando el mundo del Business Intelligence,Data Warehouse y Data Lakes: Microsoft Synapse[https://azure.microsoft.com/es-es/services/synapse-analytics/…

KNIME [https://www.knime.com/] es una plataforma open source para analítica deBusiness Intelligence, Machine Learning y ETL mediante un simple proceso de dragand drop (arrastrar y soltar). KNIME proporciona una plataforma con una interfazgráfica de usuario donde se pueden crear flujos de trabajo …

Cómo elegir una herramienta de Data WarehouseSeleccionar herramientas de Data Warehouse es de las tareas más importantespuesto que la complejidad y las variables de estas herramientas son enormes. Esto se debe en parte a que el campo de la analítica de datos está viendo unainversión explosiva, …

Microsoft Dynamics es un conjunto de aplicaciones ERP y CRM para laadministración de empresas. Estas aplicaciones se pueden dividir en dos grupos,atendiendo al tipo de sistema que son: Aplicaciones CRM: · Microsoft Dynamics CRM: es un software de Microsoft orientado a las relacionesde la empres…

spaCy [https://spacy.io/] es una librería de Python que permite construiraplicaciones de procesamiento de lenguaje natural (NLP). spaCy proporcionamodelos preentrenados de diferentes lenguajes, lo cual junto a una sintaxisclara hace que sea ideal para principiantes en el campo de la NLP. Además…

En esta aplicación basada en una implementación real, hacemos uso de diferentestecnologías como Node.js [https://nodejs.org/es/], Talend[https://es.talend.com/products/data-integration/…

En la mayoría de ocasiones, después de hacer un cálculo, queremos mostrar deforma sencilla algún resultado de tal forma que cualquiera lo pueda visualizar. Sin embargo, a veces el resultado no es algo sencillo y queremos proporcionarherramientas para que otros puedan “juguetear” los datos y que …

Apache Airflow [https://airflow.apache.org/] es una herramienta de orquestaciónque permite crear, programar y monitorizar flujos de trabajo medianteprogramación en Python. Estos flujos de trabajos se representan como Grafos Acíclicos Dirigidos o DAGs(del inglés Directed Acyclic Graph) de tareas…

Azure ML [https://azure.microsoft.com/es-es/free/machine-learning/] es unservicio que está basado en la plataforma “Microsoft Azure[https://azure.microsoft.com/es-es/]”. Azure ML, al igual que el resto de lasaplicaciones de “Microsoft Azure”, está basado en la nube, por lo que no esnecesario nin…

Si te has encontrado con estos problemas en tu organización, esta presentación[https://www.slideshare.net/zanorte/9-problemas-en-proyectos-data-analytics] teserá de gran utilidad:

Apache Atlas [https://atlas.apache.org/2.0.0/index.html] es una herramienta open-source, con licencia Apache 2.0, para la gobernanza del dato la cualpermite la integración con todo el ecosistema de datos de las empresas. Puedes descargarte un paper en español[http://stratebi.es/todobi/May20/Apache_Atlas.pdf…

Hace unas pocas semanas, más de 300 apasionados del deporte, del futbol sobretodo, y de los datos, se reunieron en el Workshop práctico de algo más de doshoras que realizaron los compañeros de Stratebi[https://www.stratebi.com/sports-analytics] Os dejamos el enlace en donde podéis tener acceso a…

The use of Business Intelligence (BI) systems usually gets a very fast andinteractive response when using dashboards, reports and detailed analyticalqueries. BI applications that meet this interactive processing requirement areknown as OLAP (On-Line Analytical Processing) applications.However, w…

Dado que existen muchos algoritmos, como hemos venido contando ultimamente[/tag/machine%20learning], os vamos a dar/unas pistas para ayudaros:1. Cuando usar Machine LearningLo primero que tenemos que tener en cuenta es que, aunque hablar y usar MachineLearning es una tendencia y es ‘cool’, deb…

Red neuronal artificial (RNA)Un algoritmo que intenta imitar al cerebro humano, con capas de “neuronas”conectadas que se envían información entre sí.Algoritmos de caja negraCuando el proceso de toma de decisiones o la salida de un algoritmo no puede serfácilmente explicado por el ordenador o el…

Great paper you can download[http://www.stratebi.es/todobi/Sep18/CommercialTools_TVCG_Journal_FINAL.pdf],where you can compare several Business Intelligence tools[http://www.stratebi.es/todobi/Sep18/CommercialTools_TVCG_Journal_FINAL.pdf…

En este post os dejamos un listado que recoge algunas de las principalesherramientas business intelligence open source que han destacado este año en elmercado. Si queréis profundizar más, no olvidéis echarle un vistazo a estacompleta comparativa de herramientas business intelligence[/comparativa…

1. IntroducciónMetatron Discovery es una plataforma end-to-end de análisis de datosdesarrollada por la empresa de Corea del Sur SK Telecom. Su propósito es el deuna herramienta BI tradicional, es decir, cargar, explorar y analizar grandesvolúmenes de datos y representarlos visualmente en cuadro…

Cada vez es más frecuente la explotación analítica y la toma de decisiones en elámbito del Internet of Things, Industria 4.0 y para Smart Cities, Telemetría,etc... un nuevo mundo de posibilidades, que además se puede hacer contecnologías Open Source. Aquí os dejamos información y una presentación…

Presentación sencilla, útil y muy clarificadora... Quizás te interese también: Big Data para Dummies [/big-data-para-dummies/] y 53Claves para conocer Machine Learning [/las-53-claves-para-conocer-machine/]

Actualmente, en buena parte de las mayores organizaciones del mundo usan tantoSAP como PowerBI, de ahí, que se haga especialmente útil, la posibilidad deexplotar analíticamente toda la informacion de SAP, máxime si está almacenada enmodelos orientados al análisis como SAP A continuación, os incl…

Neo4j [https://neo4j.com/] es un software libre de Base base de datos orientadaa grafos, creada por Neo Technology Inc e implementado en Java. Neo4j almacenadatos estructurados en grafos en lugar de en tablas, es decir,la información sealmacena de forma relacionada formando un grafo dirigido ent…

En este documento estudiaremos posibles campos de actuación de algunosalgoritmos de Machine Learning (ML). Buscamos estudiar la implementación de losalgoritmos en Vertica y la librería Vertica-ML-Python con casos sencillos ycomprobamos su rendimiento con las implementaciones en Python y R. Enume…

En bases de datos, las CDC (Change Data Capture) son patrones de diseño softwareque se emplean para capturar cambios que se producen en los datos y propagarlosa clientes intermedios. Normalmente se emplean en entornos de data-warehouse,para preservar el estado de los datos a lo largo del tiempo, …

Dataiku [https://www.dataiku.com/] es una herramienta colaborativa detratamiento de datos donde pueden trabajar conjuntamente científicos de datos,ingenieros de datos y analistas de datos. A su vez tiene paneles dedicados a lamonitorización de los equipos para ayudar a los gerentes de proyecto a …

En esta página tenéis una colección de Jupyter [https://jupyter.org/]/IPythonnotebooks destacables. No dudéis en añadir Table of Contents 1. Entire books or other large collections of notebooks on a topic [https://github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks#entire-books-or-other-large-collections-of-notebooks-on-a-topic…

Tutorial de aprendizaje de Machine Learning para principiantes. Como es untutorial de iniciación es bastante sencillo, pero también completo. Ver Tutorial [https://data-flair.training/blogs/machine-learning-tutorial/] ¿Alguna vez has ido a hacer la compra? ¿Qué haces antes de ir al mercado?Siemp…

Association rule mining[http://blog.programmableweb.com/2014/02/10/swiftiq-released-innovative-data-mining-api/]B – Bayes belief networks[http://library.bayesia.com/display/FAQ/Bayesian+Belief+Network+Definition…

Hace unas semanas, nuestro compañero Emilio Arias de Stratebi[http://www.stratebi.com/]realizó un Webinar de ′ Introducción a Big Data. BigData para Dummies’ para todos aquellos interesados que no tienen una experienciatécnica previa amplia.Es decir, la introducción perfecta para responsables d…

Big Data StackSub second interactive queries, machine learning, real time processing and datavisualizationNowadays there is a lot technology that enables Big Data Processing. However,choosing the right tools for each scenario and having the know-how to use thesetools properly, are very common p…

Ya tenemos demo Grafana con datos públicos de ocupación del Ayuntamiento deMálaga recogidos mediante API.Adjuntamos Tutorial para descargar[http://www.stratebi.es/todobi/Jun19/Trabajando_con_Grafana.pdf] El propósito de este documento es recoger el proceso de creación de un cuadro demandos que…