Arquitectura de datos: A Primer for the Data Scientist: Un manual para el científico de datos

Opiniones de los lectores

El libro sobre arquitectura de datos ofrece una guía exhaustiva para quienes se dedican al análisis y la arquitectura de datos, y atrae a lectores muy diversos. Mientras que algunos usuarios lo encontraron accesible e informativo, otros lo criticaron por su mala organización, excesivas repeticiones y problemas de calidad de impresión.

⬤ Cobertura exhaustiva de los conceptos de arquitectura de datos
⬤ Accesible y legible para no ingenieros
⬤ Buena referencia para comprender los fundamentos de la arquitectura de datos.

⬤ Contenido mal organizado y repetitivo
⬤ Necesita una mejor supervisión editorial
⬤ Baja calidad de impresión que afecta a la legibilidad
⬤ Algunas inexactitudes fácticas e información confusa.

(basado en 7 opiniones de lectores)

Título original:

Data Architecture: A Primer for the Data Scientist: A Primer for the Data Scientist

Contenido del libro:

En los últimos 5 años, el concepto de big data ha madurado, la ciencia de datos ha crecido exponencialmente y la arquitectura de datos se ha convertido en una parte estándar de la toma de decisiones de las organizaciones. A lo largo de todo este cambio, los principios básicos que dan forma a la arquitectura de datos han seguido siendo los mismos.

Sigue existiendo la necesidad de que las personas echen un vistazo al "panorama general" y comprendan dónde encajan sus datos en el gran esquema de las cosas. Arquitectura de datos: A Primer for the Data Scientist, Second Edition aborda el panorama arquitectónico más amplio de cómo encajan los macrodatos en la infraestructura de información existente o en los sistemas de almacenamiento de datos. Se trata de un tema esencial no sólo para los científicos de datos, analistas y gestores, sino también para los investigadores e ingenieros que cada vez más necesitan tratar con grandes y complejos conjuntos de datos.

Hasta que los datos no se recopilan y pueden colocarse en un marco o arquitectura existentes, no pueden aprovecharse en todo su potencial. Basándose en años de experiencia práctica y utilizando numerosos ejemplos y casos prácticos de diversos sectores, los autores tratan de explicar este panorama más amplio en el que encajan los big data, ofreciendo a los científicos de datos el contexto necesario para saber cómo deben encajar las piezas del puzzle.