PROGRAMA<\/strong><\/p>\n15.45 – Inauguración de la Jornada<\/p>\n
Jose Luis Roda @joluroga<\/p>\n
Presentación de la Jornada por el profesor titular de la Universidad de La Laguna, Director del grupo de investigación TARO.<\/p>\n
16.00 – Big Data y perfiles profesionales<\/p>\n
Marcos Colebrook @MColebrook<\/p>\n
Big Data está siendo uno de los tópicos que más interés (y recelo) está suscitando a nivel tecnológico en los últimos años. Por ello, se tratará de dar una definición al concepto de Big Data y su relación con otras disciplinas. Además, se mostrarán algunos nuevos perfiles profesionales que se han creado para cubrir las necesidades de estas incipientes tecnologías<\/p>\n
16.20 – Google Cloud Platform y Big Data<\/p>\n
Nacho Coloma @icoloma<\/p>\n
Esta charla introducirá los productos de Google Cloud Platform para la gestión de Big Data. Se contrastarán las funcionalidades que hace a Google Cloud Storage una mejor alternativa que utilizar un almacenamiento en servidores ad hoc, así como algo de trivia respecto a las posibilidades de BigQuery para hacer data mining en la nube, contestando preguntas como ‘cuántos proyectos con Angular existen en producción en la actualidad’ o ‘cuáles son los proyectos de Ruby más activos en Github’.<\/p>\n
16.50 – Graphs in Data Science<\/p>\n
Alberto Perdomo @albertoperdomo<\/p>\n
En esta charla veremos cómo se puede aplicar la teoría de grafos al estudio de datos de datos. Cuando hablamos de BigData nos referimos a grandes conjuntos de datos complejos. Los grafos nos pueden ayudar a entender cómo esos datos están interconectados entre sí y así entenderlos mejor.<\/p>\n
17.20 – Pausa café<\/p>\n
17.40 – Programming with big data in R: computación paralela con datos distribuidos.<\/p>\n
Carlos Pérez<\/p>\n
La librería pbdR ofrece algunas clases y métodos en el lenguaje de programación de R que pueden ser utilizados por estadísticos y analistas en minería de datos. La librería permite utilizar un sistema de memoria distribuida donde los datos son analizados por varios nodos de computación. Dicho análisis se realiza en modo de proceso de lotes, mientras que las comunicaciones entre los nodos se lleva a cabo utilizando la Interfaz de Paso de Mensajes (MPI) usada de forma amplia en sistemas de computación de alto rendimiento.<\/p>\n
18.00 – Big Data, nuevos retos para la estadística pública<\/p>\n
Alberto González @agonzalezyanes<\/p>\n
En esta ponencia se revisarán las reflexiones del Memorando de Scheveningen ?Big Data and Official Statistics? realizando un acercamientos a los retos, problemas y oportunidades a los que se enfrentan las oficinas de estadística pública como consecuencia de los procesos de datificación masiva y las tecnologías de tratamiento de grandes volúmenes de datos<\/p>\n
18.20 – Geosophic: Un caso de captura y análisis de datos en una startup<\/p>\n
Tana Cerdeña @chozero<\/p>\n
Geosophic ofrece servicios a aplicaciones móviles, que incluyen la captura y análisis de una gran cantidad de datos. En esta charla contaré un poco acerca de ese proceso, las herramientas y técnicas que utilizamos y futuras acciones que tomaremos<\/p>\n
18.40 – MapReduce, el algoritmo de BigData<\/p>\n
Ale Tejera @AleTejota<\/p>\n
Cuando tenemos la intención de procesar Big Data, surge la necesidad de plantear un mecanismo que nos permita manipular esa enorme cantidad de información. Durante mucho tiempo empresas como Google, Facebook, Yahoo, IBM, Intel, Hortonworks, Apache, etc… llevan desarrollando las técnicas más innovadoras para hacer menos costoso el procesamiento de Big Data, y así evitar grandes inversiones en un desarrollo paralelo en un clúster HPC. Veremos como funciona MapReduce, el algoritmo diseñado inicialmente por Google para calcular su PageRank, y utilizado por todas estas grandes empresas que se nutren de Big Data.<\/p>\n
18.55 – Genome (Big) Data: Retos en la nueva era de la secuenciación masiva<\/p>\n
Adrián Báez<\/p>\n
Las ciencias biomédicas dependen de grandes conjuntos de datos. El uso de máquinas capaces de generar cantidades ingentes de datos con bajo coste ha introducido la ciencia en la era del ‘Big Data’, haciendo indispensables infraestructuras computacionales para mantener, transferir y analizar toda esta información a gran escala.<\/p>\n
19.10 – Big data para la visualización de clientes potenciales<\/p>\n
Miguel Pérez, Guillermo Rodríguez, Tinguaro Cubas<\/p>\n
Preprocesamiento de datos en Big data y posterior aplicación de técnicas de Clustering para la visualización de los clientes potenciales. Experiencias a la hora de presentar y elaborar la idea para un concurso de Big Data Internacional.<\/p>\n
19.25 – Mesa redonda<\/p>\n
20.00 – Clausura<\/p>\n","protected":false},"excerpt":{"rendered":"
La jornada, de carácter marcadamente técnico, tendrá lugar hoy 16 de junio a partir de las 15.45 horas en Aula Magna de Física y Matemáticas y contará con la participación de varios profesionales que actualmente están trabajando en tecnologías vinculadas al tratamiento masivo de datos, big data y data science. El evento ha superado las expectativas de asistencia y actualmente ya se registran más de cien personas. <\/p>\n","protected":false},"author":36,"featured_media":14161,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5,8],"tags":[173],"featured_image_thumbnail_url":"https:\/\/fg.ull.es\/hemeroteca\/wp-content\/uploads\/sites\/14\/2015\/04\/2180_7v_bigdatacanarias-300x180.jpg","_links":{"self":[{"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/posts\/14162"}],"collection":[{"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/users\/36"}],"replies":[{"embeddable":true,"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/comments?post=14162"}],"version-history":[{"count":0,"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/posts\/14162\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/media\/14161"}],"wp:attachment":[{"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/media?parent=14162"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/categories?post=14162"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fg.ull.es\/hemeroteca\/wp-json\/wp\/v2\/tags?post=14162"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}