Big Data en acción: definición, valor, beneficios, contexto

Progresar la planificación de la fuerza de trabajo

el big data en RRHH pueden asistir a organizar los diferentes géneros de datos que las compañías tienen sobre los empleados para poder ser usados eficazmente. el big data con el Procesamiento de Lenguaje Natural pueden ayudar a analizar la retroalimentación, las revisiones de proyectos y los datos de perfiles de talentos por lo general para edificar perfiles de habilidades de los empleados en la organización en tiempo prácticamente real, que pueden ser empleados como una herramienta para la planificación de la fuerza de trabajo, afirma Srikant Chellappa de Engagedly a Forbes.

Van Vulpen apunta que Natural Language Processing también puede analizar las revisiones del desempeño empresarial para crear perfiles de competencias de los empleados o bien producir automáticamente puntuaciones de desempeño tanto para los empleados para los directivos.



Optimizar el reclutamiento y la retención

El reclutamiento de empleados de calidad es un proceso costoso y que requiere bastante tiempo, por lo que los departamentos de recursos humanos están motivados para hallar personas que se queden y animar a los empleados actuales a no irse. el big data pueden ayudar de varias formas.

Cuando se aplican a la contratación, los empleadores pueden usar big data para predecir mejor las necesidades de contratación, mientras que mejoran la calidad de exactamente la misma y la retención de los empleados, dice John Feldmann de Insperity a Forbes. Al extraer los datos de los empleados e identificar los patrones relacionados con las habilidades, las calificaciones de desempeño, la permanencia, la educación, los papeles pasados, etc., las empresas pueden reducir su tiempo de contratación, mejorar el compromiso y la productividad de los empleados y disminuir al mínimo la rotación de personal.

En cuanto a la retención, con la ayuda de la tecnología de big data, los algoritmos pueden apuntar a los empleados que corren el riesgo de irse interpretando su actividad on-line, las actualizaciones de sus perfiles, su historial de empleo, su desempeño laboral y sus datos de nómina, escribe Vikash Kumar para AIIM -- La Asociación para la Administración Inteligente de la Información. Cuando el sistema apunta a un empleado muy valioso, tienes la oportunidad de retenerlo ofreciéndole un aumento de sueldo, un papel más desafiante o bien más adiestramiento (y desarrollo).

Para el reclutamiento, Kumar añade, Los modelos de análisis de RRHH pueden utilizar los registros de los empleados triunfantes para edificar un perfil de alto desempeño. Lo que se consigue es una herramienta de busca de talentos que puede mandar mensajes personalizados al talento adecuado.


Actualizando el almacen de big data, ha llegado el instante

En el espacio de la tecnología y el análisis de datos, me recuerdan de manera continua que la única incesante es el cambio. A esta industria le chifla innovar. Una y otra vez innovamos para superar los desafíos inmediatos y futuros - con soluciones que abordan la necesidad de más datos, análisis más veloces y una mejor arquitectura.

La innovación acostumbra a seguir una trayectoria de algo renovador, seguida de años de mejoras incrementales que maduran la oferta y la hacen aplicable a las masas. Si bien estos cambios incrementales son normalmente simples de agregar, el problema es que primero debemos implementar la innovación renovadora. Esta transición por norma general requiere cambios en los procesos, formación, re-estructuración y una larga y dolorosa migración. En última instancia, esto conduce a los ciclos de exageración tecnológica, en los que las empresas valoran individualmente en qué momento o aun si el peligro y la lucha por hacer un cambio vale la pena.


cuatro grandes desarrollos tecnológicos

Cuatro desarrollos tecnológicos imprescindibles afectan al gran acervo de información de las empresas de el día de hoy en día:

La contenedorización y los kubernetes son un cambio en el juego. 
Los contenedores (y la orquestación de los kubernetes) pueden ofrecer muchos beneficios para los grandes ambientes de datos. Con los contenedores, puede separar la computación del almacenamiento. Esta capacidad le deja dimensionar adecuadamente su solución, impulsar una mayor eficacia y optimar la utilización de su ordenador. Los contenedores también le dejan abarcar el ecosistema en continua evolución de las herramientas de código abierto, lo que permite a los analistas y científicos de datos crear sus herramientas preferidas en cuestión de minutos, a la vez que consiguen acceso a los datos que necesitan. Además, se obtiene portabilidad, flexibilidad y agilidad de las aplicaciones, lo que quiere decir que se pueden desplegar rápida y de manera fácil aplicaciones de datos intensivos en las instalaciones o en cualquier nube.
Los datos están en todas partes - en prem, nube híbrida, multi-nube, y en el borde.
Originalmente, el enorme conjunto de datos de la mayoría de las empresas estaba plantado de manera firme en las instalaciones. Pero se están desplegando más aplicaciones en la nube pública y frecuentemente en múltiples nubes públicas. Y con el volumen cada vez mayor de datos generados en el borde (junto con las mejoras en la red), es necesario pensar en los datos de forma global - desde el borde hasta la nube. Su próxima gran plataforma de datos debe adaptarse a las necesidades de su negocio y a los datos de todas y cada una partes. Y he de ser flexible para adaptarse a las instalaciones, a la nube híbrida, a la multi-nube y a los despliegues de computación en el borde.
El ecosistema de código abierto sigue evolucionando.
Las empresas precisan probar sus grandes inversiones en datos a futuro. Con el tiempo, ciertos distribuidores se han centrado en el modelo de código abierto puro. Otros han proporcionado software comercial de valor añadido basado en la tecnología de código abierto. Resulta que los dos enfoques son correctos. Usted va a querer herramientas optimados de su distribuidor de soluciones cuando tenga sentido, mas su futuro gran acervo de datos también necesita evolucionar con la velocidad de la innovación de código abierto. Al implementar una solución con la capacidad de desplegar cualquier marco de trabajo de código abierto, está preparado para esta constante evolución, al paso que da a sus científicos de datos acceso a los últimos conjuntos de herramientas de código abierto.
Hacer invisible la infraestructura - al paso que se garantiza el desempeño, la resistencia, la seguridad y la alta disponibilidad. 
Recuerdo un comentario que un CTO me hizo hace múltiples años. Al discutir un punto sobre de qué forma prosperar el rendimiento de los lagos de datos, dijo: A les importa la infraestructura; a nosotros no nos importa la infraestructura. Desde entonces he abrazado este mantra (después de todo, los equipos de ciencias de los datos no desean tener que preocuparse por el almacenamiento latente, la computación y las redes), pero la infraestructura sigue siendo esencial. Podemos esconder la complejidad de la infraestructura, haciendo que la implementación de las aplicaciones sea tan simple y tan perfecta como sea posible. Pero si no diseña su solución para asegurar la seguridad, el rendimiento y otros requisitos de nivel empresarial, no va a poder entrar en producción. Y, en última instancia, no proporcionará valor empresarial.




Hewlett Packard Enterprise puede asistir

Hewlett Packard Enterprise (HPE) sabe de primera mano que las organizaciones empresariales - y sus aplicaciones críticas para el negocio y de uso intensivo de datos - están atrapadas en esta tormenta de incertidumbre y cambio. Recientemente hemos emprendido nuestro propio viaje de modernización para cumplir con nuestra visión de un negocio basado en datos. Nuestra nueva solución elástica de análisis de datos aprovecha los contenedores, el hardware más reciente y los conjuntos de herramientas de código abierto para aportar velocidad y agilidad a nuestra toma de resoluciones y fortalecer a nuestros usuarios de todo el planeta desde el borde hasta la nube.

Desafortunadamente, no hay un botón fácil, puesto que cada organización tiene sus requisitos. Pero HPE puede ayudar a los clientes del servicio a navegar por este proceso. HPE tiene un completo portafolio de soluciones, experiencia y soporte para ayudar a actualizar su gran acervo de datos.

Para reducir el riesgo del proceso de modernización, creamos el Programa de Evaluación de AMP de HPE para asistir a los clientes del servicio a contestar a las preguntas difíciles sobre su gran acervo de información de datos. Con este ofrecimiento, HPE hará: Examinar su plataforma de estado actual, suministrar un mapa detallado para modernizar su plataforma actual de una forma que satisfaga las necesidades de negocios de su organización, y por último, prescribir un plan sistemático para llegar allí. Y a resultas de la Evaluación AMP, HPE puede aprovechar su arsenal de software de HPE Ezmeral, hardware de clase mundial y servicios probados para ofrecer la solución adecuada a sus necesidades concretas.



Certificaciones en ciencias de la información para mejorar tu currículo y tu salario.

A fines de agosto, Glassdoor tenía más de 53.000 ofertas de trabajo que mentaban el aprendizaje automático (ML) y 20.000 trabajos que incluían la ciencia de los datos con sueldos que iban de 50.000 a más de ciento ochenta dólares estadounidenses. Poco a poco más empresas hacen del análisis de datos y del aprendizaje automático un elemento central del desarrollo de nuevos productos y de las oportunidades de ingresos futuros.

Las grandes empresas de tecnología, como las organizaciones tecnológicas independientes, ofrecen programas de formación para personas que son nuevas en la ciencia de los datos, así para profesionales que quieren dominar la tecnología más reciente. Cada programa de esta lista de los mejores cursos en línea para la ciencia de los datos ampliará su experiencia y añadirá un valioso elemento de línea en forma de certificación de ciencia de los datos a su currículo.


Analítica certificada Certificación profesional

Este programa, que es neutral en cuanto a los distribuidores, está dirigido a profesionales de la analítica en la fase inicial o intermedia de sus carreras. Los solicitantes necesitan una licenciatura y 5 años de experiencia profesional o una maestría con tres años de experiencia laboral. Todos los candidatos al examen firman un código de moral y deben presentar una referencia de un empleador para confirmar las habilidades sociales.

El examen se basa en el análisis de tareas del trabajo y cubre 7 áreas:

El inconveniente de la enmarcación de los negocios
El análisis de los problemas de enmarcado
Data
Selección de la metodología
Construcción de modelos
Despliegue
Administración del ciclo vital

Hay 100 preguntas de opción múltiple en el examen. El costo base de la certificación CAP es de seiscientos noventa y cinco dólares estadounidenses o bien cuatrocientos noventa y cinco dólares americanos para los miembros del Instituto de Investigación de Operaciones y Ciencias de la Administración (INFORMS). INFORMS ofrece una clase de preparación para el examen.

Una nueva versión del examen será lanzada el 1 de enero de 2021 y puede ser tomada on-line.



Certificaciones de científicos de datos del SAS

La Academia SAS para la Ciencia de los Datos ofrece tres credenciales de nivel profesional para los científicos de los datos:

La conservación de los datos
Análisis avanzados
La IA y el aprendizaje automático

SAS ofrece una prueba gratis de treinta días para que la gente pueda comprobar las herramientas, las oportunidades de aprendizaje práctico y los estudios de casos que son parte del programa de capacitación. Asimismo hay cursos gratuitos de aprendizaje electrónico sobre estadística y programación y administración de SAS.

El programa de conservación de datos está diseñado para personas que desean cuantificar su experiencia con las herramientas y aplicaciones de administración de datos de SAS, así como otras herramientas para preparar los datos para el análisis estadístico. El programa incluye cuatro cursos de formación y un bono para el examen de certificación, incluyendo:

Introducción a la conservación de datos
Herramientas y aplicaciones de administración de datos del SAS
SAS y Hadoop
Herramientas y aplicaciones avanzadas de administración de datos del SAS

Ya antes de inscribirse en este curso, las personas deben tener experiencia con los fundamentos de la programación SAS, las técnicas de manipulación de datos y el procesamiento SQL. SAS ofrece clases de preparación para el examen en el programa Profesional de Curado de Datos.

El programa profesional de análisis avanzado incluye nueve cursos on-line, doce meses de acceso a la formación, cien horas de acceso al software de nube, y tres vales de examen. Los cursos incluyen:

Analítica aplicada usando SAS Enterprise Miner
Modelado de la red neuronal
Modelización predictiva mediante regresión logística
Técnicas de minería de datos
Modelos de código abierto
Analítica de texto usando SAS Text Miner
Esenciales para el modelado de series temporales
La experimentación en la ciencia de los datos
Conceptos de optimización para la ciencia de los datos

SAS aconseja que los estudiantes tengan por lo menos seis meses de experiencia en programación y en el uso de estadísticas en un entorno empresarial.

El programa profesional de aprendizaje de la IA y la máquina incluye 5 cursos en línea, 70 horas de acceso al software de la nube y 3 vales de examen. SAS aconseja a las personas interesadas en este programa que tengan experiencia en programación, SAS Viya, modelos de regresión y modelos de redes neuronales. Los cursos son:

Aprendizaje automático con SAS mira aquí Viya
Análisis de texto visual de SAS en SAS Viya
Aprendizaje profundo usando el software SAS
Pronóstico con Model Studio en SAS Viya
Conceptos de optimización para la ciencia de los datos y la IA

Cada programa cuesta mil doscientos noventa y cinco dólares americanos al año y requiere pasar múltiples exámenes para conseguir cada certificación. SAS ofrece una mezcla de clases de preparación de exámenes gratis y pagadas.

Los exámenes de certificación de SAS se pueden tomar desde casa por medio de los exámenes supervisados en línea de OnVUE.