CYTUVA

Grupo de Investigación - Analítica de datos: Big Data

Descargar PDF

Datos de Contacto

Javier Manuel Aguiar Pérez
Campus Miguel Delibes, Paseo Belén, 15
Valladolid, Valladolid (47011) - 2D096
Enviar email
983425594
983423667

Información básica

UniversidadUniversidad de Valladolid
CentroEscuela Técnica Superior de Ingenieros de Telecomunicación
DepartamentoTeoría de la Señal y Comunicaciones e Ingeniería Telemática
Grupo de investigaciónUnidad de Ingeniería de datos

Descripción

Big data hace referencia al conjunto de procedimientos vinculados a la gestión de grandes cantidades de datos, incluyendo las tareas de recolección, almacenamiento, búsqueda, compartición, análisis y visualización de datos masivos (o macrodatos), que no pueden ser procesados por aplicaciones informáticas tradicionales.

En la vanguardia de estas técnicas se encuentra la inteligencia artificial, el procesamiento del lenguaje natural y el aprendizaje automático. Estos últimos aprenden a partir de datos, por lo que cuantos más datos se posean, más aprenden las máquinas.

Son muchas las herramientas para tratar con big data. Algunos ejemplos incluyen Hadoop, NoSQL, Cassandra, Inteligencia empresarial, Aprendizaje automático y MapReduce. Estas herramientas tratan con algunos de los tres tipos de big data (datos estructurados, no estructurados y semiestructurados).

Teniendo los datos recopilados y almacenados según diferentes tecnologías de almacenamiento son necesarias diferentes técnicas de análisis de datos: asociación, minería de datos (data mining), agrupación (clustering) o análisis de texto (text analytics).

Estas técnicas de gestión y el análisis de las grandes cantidades de datos generados son instrumentos eficaces para innovar en la gestión empresarial, la prestación de servicios públicos, el diseño e implementación de políticas de desarrollo, eCommerce o marketing intelligence.

Otra Información

Número de investigadores:

Estado de desarrollo:

En fase de investigación y desarrollo

Derechos de propiedad intelectual:

Susceptible Propiedad Intelectual

Diferenciación en el mercado:

Novedad

Aplicabilidad de la tecnología:

Sí

Empresas y mercados:

El conjunto de tecnologías asociadas al big data se puede usar en una gran variedad de ámbitos o áreas que se vean afectadas por el análisis y gestión de datos. La tendencia a manipular enormes cantidades de datos se debe a la necesidad en muchos casos de incluir dicha información para la creación de informes estadísticos y modelos predictivos utilizados en diversas materias, como los análisis de negocio, publicitarios, los datos de enfermedades infecciosas, el espionaje y seguimiento a la población o la lucha contra el crimen organizado.

Ventajas:

La línea de investigación de BIG Data es muy transversal por lo que se orienta a desarrollar aplicaciones Ad hoc para conseguir procesar grandes volúmenes de datos de forma ágil y rigurosa, y convertirlos en una poderosa herramienta de crecimiento empresarial.

Las fuentes de datos que se pueden manejar son muchas y de naturaleza muy diferente:

Generados por las personas: correos electrónicos o mensajes por WhatsApp, estado en Facebook, twitter, las trazas de utilización en un sistema ERP, incluir registros en una base de datos o introducir información en una hoja de cálculo.
Transacciones de datos: la facturación, las llamadas o las transacción entre cuentas generan información que tratada pueden ser datos relevantes.
Marketing electrónico y web: Con la web 2.0 se ha roto el paradigma webmaster-contenido-lector y los mismos usuarios se convierten en creadores de contenido gracias a su interacción con el sitio.
Máquina a máquina (M2M): medidores, sensores varios que transforman las magnitudes físicas o químicas en datos.
Biométrica: datos generados por lectores biométricos que provienen de la seguridad, defensa y servicios de inteligencia.

Información adicional:

Amplia experiencia en proyectos nacionales y europeos.

Código UNESCO:

3304 - Tecnología de los ordenadores

Fotos

Vídeos

Otros recursos

Proyectos relacionados

Cátedra - SMART Global Ecosystems

Fines de la cátedraLa finalidad de la Cátedra SMART Global Ecosystems es la creación de una estructura universitaria pública con participación privada orientada a fomentar la investigación y formación en el área de la inteligencia artificial ... Leer más >

Valorización de la biomasa de residuos

VALORIZACIÓN DE LOS BIOCOMBUSTIBLES DE LOS BIOMAS DESECHADOS DE LOS RESIDUOS LIGNOCELULÓSICOS: TECNOLOGÍAS DE PRETRATAMIENTO DE BIOMASA, HIDRÓLISIS ENZIMÁTICO Y BIOCONVERSIÓN DE AZÚCARES EN BIOFUELOS- Investigadora principal:... Leer más >

Grupo de Investigación Reconocido - Grupo de Sistemas Inteligentes

OBJETIVOS• La finalidad del grupo será la investigación de técnicas de Inteligencia Artificial y su utilización para la construcción de Sistemas Inteligentes en distintos ámbitos de aplicación, principalmente en la industria de procesos cont... Leer más >

Grupo de Investigación Reconocido - Entornos de Computación Avanzada y Sistemas de Interacción Multimodal (ECA-SIMM)

OBJETIVOSEste grupo, que comienza su actividad a principios de los 90, centró su atención originalmente en líneas de investigación básica relacionadas con el Reconocimiento de Habla y el Reconocimiento de Formas. Como evolución de ese núcleo i... Leer más >

Generando documento PDF