Presentación de una de las conferencias sobre Big Data dadas en SENASoft - Colombia, el evento sobre TIC más importante de Colombia organizado por el SENA sobre tecnologías de la información y la comunicación. Por: Sebastián Ramírez Twitter: @tiangolo

1. Introducción básica a Big Data
e inventario de herramientas
efectivas para Big Data
@tiangolo

2. ¿Quién les habla?
Sebastián Ramírez
SENSETA
Inteligencia Artificial sobre Big Data
@tiangolo

3. ¿Por qué “Big Data”?
@tiangolo

4. Crecimiento exponencial de datos
90% en últimos
2 años
@tiangolo

5. Múltiples fuentes de datos
@tiangolo

6. Bases de Datos Tradicionales
• Procesador
• Memoria
• Disco…
@tiangolo

7. ¿Qué es Big Data?
@tiangolo

8. 3 V de Big Data
• Volumen • Velocidad • Variedad
@tiangolo

9. Volumen
Tamaño en disco, Bytes
@tiangolo

10. Velocidad
Nuevos datos rápidamente
@tiangolo

11. Variedad
Múltiples formatos
@tiangolo

12. Volumen, Velocidad, Variedad
@tiangolo

13. ¿Cómo comenzó?
@tiangolo

14. Google Map Reduce
@tiangolo

15. Hadoop
2005
Open Source
Map Reduce
HDFS
@tiangolo

16. Cluster Hadoop
@tiangolo

17. Hadoop HDFS
Hadoop Distributed File System
@tiangolo

18. Hadoop Jobs
@tiangolo

19. Nodos Hadoop
@tiangolo

20. Hadoop Map Reduce
@tiangolo

21. Map Reduce
Map
function
Reduce
function
Input
Splits
Fase “Map” Fase “Reduce”
@tiangolo

22. ¿Qué existe ahora?
@tiangolo

23. “Ecosistema” Hadoop
@tiangolo

24. Distribuciones Hadoop
@tiangolo

25. ¿Quién usa Big Data y para qué?
@tiangolo

26. Facebook
•1.100 nodos
•8.800 CPUs
•12 PetaBytes
•300 nodos
•2.400 CPUs
•3 PetaBytes
@tiangolo

27. Obama
@tiangolo

28. NSA
@tiangolo

29. Reciclaje
•De semanas a horas
•Optimización de rutas
@tiangolo

30. ¿Cómo estudiar más?
@tiangolo

31. Udacity: Intro to Hadoop
@tiangolo

32. Hortonworks Sandbox
@tiangolo

33. ¡Gracias!
Sebastián Ramírez
Twitter: @tiangolo
Linkedin: http://lnkdin.me/p/tiangolo