Digitalización ILERNA

RA5: PAC 1. .

La diferencia entre datos e información es fundamental en la gestión del conocimiento y en la toma de decisiones. Relaciona si los siguientes rasgos corresponden a "Datos" o "Información". Indicaciones. Un gráfico que representa las tendencias de ventas a lo largo del tiempo. Representan unidades individuales de información que, por sí solos, no tienen significado intrínseco. Facilita la interpretación y el análisis, ayudando a tomar decisiones informadas. Se presenta en formatos como gráficos, tablas, informes o visualizaciones que permiten la comprensión y análisis. Números, fechas, nombres, mediciones, o cualquier valor bruto. Requieren procesamiento. Necesitan ser organizados, analizados o interpretados para adquirir relevancia. Se pueden presentar en diferentes formatos como números, texto, imágenes, etc. Tiene contexto y es comprensible.

El ciclo de vida del dato en el contexto de la digitalización se refiere al conjunto de etapas por las que pasa un dato desde su creación hasta su eliminación. Este ciclo puede variar según el contexto y el sector. Ordena las etapas del ciclo de vida del dato. Indicaciones. Almacenamiento. Uso de los datos. Distribución. Archivado, eliminación o destrucción. Captura o recopilación. Procesamiento y análisis de los datos.

El análisis convierte los datos en información útil para las empresas. Cabe pensar que, en un entorno digital, las organizaciones generan enormes volúmenes de datos a partir de diversas fuentes como transacciones en línea, interacciones con clientes, sensores IoT, redes sociales y muchos otros. Sin un análisis efectivo, esos datos no tendrían ningún valor; de ahí la gran importancia que tiene el análisis de los datos en los procesos de digitalización. Relaciona cada descripción con su correspondiente fase en el análisis de datos. Indicaciones. Consiste en la revisión de los datos para entender su estructura y su calidad. Se utilizan técnicas de visualización para identificar tendencias o anomalías. Se crean modelos matemáticos o estadísticos que describen las relaciones entre variables y permiten efectuar predicciones. El objetivo es validar el rendimiento. Para ello se debe probar la precisión y validez de los modelos construidos utilizando conjuntos de datos de prueba o validación. Se traducen los resultados del análisis en insights accionables. Se supervisa el rendimiento de los modelos a lo largo del tiempo para asegurar que sigan siendo precisos y relevantes. Se presentan los hallazgos de manera clara y concisa a las partes interesadas a través de informes, dashboards o presentaciones, para facilitar la comprensión y la toma de decisiones.

La arquitectura big data es la infraestructura necesaria para almacenar, procesar y analizar grandes volúmenes de datos de manera eficiente. Indica cuáles son las principales características del big data. Los datos provienen de diversas fuentes, como redes sociales y sensores. Es limitada al análisis de datos estáticos y de una sola fuente. Utiliza herramientas avanzadas como almacenamiento distribuido y procesamiento paralelo. Procesamiento y generación de datos a gran velocidad. Permite extraer información para la toma de decisiones, identificando patrones y tendencias. Solo puede manejar datos estructurados, como bases de datos relacionales. Incluye datos estructurados, semiestructurados y no estructurados. Capacidad para gestionar grandes volúmenes de datos de alta complejidad.

Existe una gran interrelación entre diversas tecnologías relacionadas con el análisis de datos y, más concretamente, con el big data y la inteligencia artificial. La ciencia del análisis de datos no sería posible sin el gran volumen de datos que maneja el big data, pues requiere un gran volumen de información y, al mismo tiempo, sin grandes cantidades de datos, los algoritmos de la inteligencia artificial no podrían aprender y generalizar con eficacia. Relaciona cada indicación con su correcta tecnología. Indicaciones. Se refiere al proceso de inspeccionar, limpiar, transformar y modelar datos con el objetivo de descubrir información útil, sacar conclusiones y apoyar la toma de decisiones. Se enfoca en la infraestructura y tecnologías necesarias para manejar estos enormes conjuntos de datos. Busca emular la inteligencia humana mediante algoritmos y modelos que permiten a las máquinas realizar tareas como reconocimiento de voz, visión por computadora, toma de decisiones, entre otras. Es un campo de la informática que se enfoca en crear sistemas que pueden realizar tareas que típicamente requieren inteligencia humana. Se centra en extraer insights y patrones a partir de datos estructurados y, en menor medida, no estructurados.

RA5: PAC2. .

¿Cuáles de las siguientes opciones son características y actividades de la ingeniería de datos?. Utilización de herramientas de ETL como Apache NiFi y Talend. Extracción de valor y conocimiento a partir de los datos utilizando técnicas analíticas avanzadas. Construcción de pipelines de datos y arquitecturas de almacenamiento en la nube. Se encuentra en la última etapa del ciclo de vida de los datos, enfocándose en el consumo final de los datos. Uso de tecnologías como bases de datos distribuidas y procesamiento en tiempo real. Se centra en construir la infraestructura y procesos para mover los datos eficientemente. Creación de sistemas que gestionan el flujo de datos desde su origen hasta su consumo final. Creación de infraestructuras para la captura, almacenamiento y preparación de datos.

El proceso de ingeniería de datos es fundamental para garantizar que los datos estén disponibles, sean accesibles y estén preparados para su análisis. Relaciona cada descripción con su etapa en este proceso. Indicaciones. Reunir datos de diversas fuentes, que pueden incluir bases de datos, archivos, dispositivos del internet de las cosas. Elegir métodos y tecnologías para almacenar los datos de manera eficiente y segura. Transformar y limpiar los datos en bruto para hacerlos que resulten aptos para el análisis. Combinar datos de diferentes fuentes para crear una vista unificada. Aplicar técnicas estadísticas y de aprendizaje automático para extraer información valiosa de los datos. Crear representaciones visuales de los datos y resultados del análisis para facilitar la comprensión y la toma de decisiones. Asegurar que los sistemas de datos se mantengan actualizados y funcionen de manera eficiente. Implementar políticas y procedimientos para garantizar la calidad, integridad y seguridad de los datos.

¿Cuáles de las siguientes opciones representan beneficios del almacenamiento en la nube?. Permite el acceso a datos desde cualquier lugar con conexión a internet. Requiere la compra de hardware adicional para aumentar la capacidad de almacenamiento. Restringe el acceso a usuarios que se encuentren en una ubicación física específica. Se limita a datos estructurados, excluyendo datos semiestructurados y no estructurados. Facilita la integración con otras aplicaciones y servicios en la nube mediante APIs. Ofrece escalabilidad y elasticidad, permitiendo ajustar la capacidad de almacenamiento según las necesidades. Funciona bajo un modelo de pago por uso, resultando más económico para usuarios individuales y pequeñas empresas. Ofrece herramientas para trabajo colaborativo, como edición y acceso compartido en tiempo real.

En el ámbito empresarial la ciencia de datos permite resolver problemas complejos, tomar decisiones informadas y generar predicciones. Relaciona cada característica con su correspondiente área de la organización. Indicaciones. Permite a las empresas ajustar precios dinámicamente en función de la demanda, la competencia y otros factores, maximizando ingresos y márgenes. Son capaces de identificar oportunidades de mejora o desarrollo de nuevos productos que mejoren la satisfacción del cliente y la competitividad en el mercado. Se aplica para optimizar rutas de entrega, gestionar inventarios en tiempo real y mejorar la eficiencia. Las empresas pueden segmentar sus bases de datos en grupos con comportamientos y preferencias similares. Ayudan a filtrar candidatos, analizar currículums y predecir qué perfiles son los más adecuados para ciertos puestos.

¿Cuáles de las siguientes opciones representan estrategias comunes para protegerse contra ataques cibernéticos?. Capacitar a los empleados en prácticas seguras en línea, como evitar enlaces sospechosos. Desactivar las actualizaciones de software para evitar interrupciones en el sistema. Desarrollar un plan de respuesta a incidentes para contener y recuperarse de ataques. Implementar autenticación de múltiples factores (MFA) para aumentar la seguridad de cuentas de usuario. Realizar auditorías de seguridad periódicas para identificar vulnerabilidades en la infraestructura. Permitir el acceso a todos los empleados sin restricción para facilitar la operatividad. Uso de firewalls y antivirus actualizados para controlar el tráfico y detectar malware. Respaldo regular de datos y almacenamiento en una ubicación segura fuera de la red.