Fundamentos de Big Data - Conceptos, impulsores y técnicas

Opiniones de los lectores

El libro sobre Big Data ofrece una mezcla de comentarios positivos y negativos por parte de los lectores. Muchos aprecian los conceptos fundamentales y los estudios de casos, mientras que las críticas suelen centrarse en el lenguaje confuso, el contenido repetitivo, la impresión de baja calidad y la insuficiente profundidad en ciertos temas. Es más adecuado para principiantes, pero puede no satisfacer a quienes busquen un recurso exhaustivo.

⬤ Conceptos bien explicados
⬤ conexiones entre temas
⬤ útiles ejemplos de casos prácticos
⬤ fácil de leer
⬤ sólida introducción
⬤ bueno para principiantes
⬤ buenos conocimientos sobre Big Data
⬤ subtemas muy interrelacionados.

⬤ Redacción confusa en la primera parte
⬤ contenido repetitivo y excesivamente simplista
⬤ impresión de baja calidad
⬤ diagramas inútiles
⬤ cobertura poco profunda de temas avanzados
⬤ muchos opinan que no vale el precio sugerido.

(basado en 18 opiniones de lectores)

Título original:

Big Data Fundamentals - Concepts, Drivers & Techniques

Contenido del libro:

"Este texto debería ser de lectura obligada para todos los que trabajan en la empresa contemporánea".

--Peter Woodhull, consejero delegado, Modus21.

"El único libro que describe y vincula claramente los conceptos de Big Data con la utilidad empresarial".

--Dr. Christopher Starr, PhD.

"Sencillamente, este es el mejor libro de Big Data del mercado".

--Sam Rostam, Cascadian IT Group.

"... uno de los enfoques más contemporáneos que he visto sobre los fundamentos de Big Data...".

--Joshua M. Davis, PhD.

The Definitive Plain-English Guide to Big Data for Business and Technology Professionals (La guía definitiva de Big Data para profesionales empresariales y tecnológicos)

Fundamentos de Big Data ofrece una introducción pragmática y sencilla a Big Data. Thomas Erl y su equipo explican con claridad los conceptos clave, la teoría y la terminología de Big Data, así como las tecnologías y técnicas fundamentales. Todo ello con ejemplos de casos prácticos y numerosos diagramas sencillos.

Los autores comienzan explicando cómo el Big Data puede impulsar a una organización hacia adelante resolviendo una serie de problemas empresariales antes insolubles. A continuación, desmitifican las principales técnicas y tecnologías de análisis y muestran cómo se puede construir e integrar un entorno de soluciones de Big Data para ofrecer ventajas competitivas.

⬤ Descubrir los conceptos fundamentales de Big Data y lo que lo diferencia de las formas anteriores de análisis de datos y ciencia de datos.

⬤ Comprender las motivaciones empresariales y los factores que impulsan la adopción de Big Data, desde las mejoras operativas hasta la innovación.

⬤ Planificar iniciativas de Big Data estratégicas y orientadas al negocio.

⬤ Abordar consideraciones como la gestión de datos, la gobernanza y la seguridad.

⬤ Reconocer las características de las 5 "V" de los conjuntos de datos en entornos de Big Data: volumen, velocidad, variedad, veracidad y valor.

⬤ Aclarar las relaciones de Big Data con OLTP, OLAP, ETL, almacenes de datos y data marts.

⬤ Trabajar con Big Data en formatos estructurados, no estructurados, semiestructurados y de metadatos.

⬤ Incrementar el valor integrando los recursos de Big Data con la monitorización del rendimiento corporativo.

⬤ Comprender cómo Big Data aprovecha el procesamiento distribuido y paralelo.

⬤ Utilizar NoSQL y otras tecnologías para satisfacer los distintos requisitos de procesamiento de datos de Big Data.

⬤ Utilizar enfoques estadísticos de análisis cuantitativo y cualitativo.

⬤ Aplicar métodos de análisis computacional, incluido el aprendizaje automático.