El documento describe una presentación sobre un viaje hacia la analítica avanzada. La presentación incluye secciones sobre negocios inteligentes, evolución hacia Big Data, y aprendizaje automático e inteligencia artificial. El departamento de policía de Chicago contrata a atSistemas para analizar datos sobre delincuencia con el fin de predecir crímenes y reconocer delincuentes.
2. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
2
NEGOCIOS INTELIGENTES
Aproximación al BI, metodologías y prácticas.
3
BI DE NUEVA GENERACIÓN -> BIG DATA
Como evoluciona un sistema de BI, hacia una
compañía Data Driven.
1
INTRODUCCIÓN CICLO DE VIDA DEL DATO
Los proyectos con datos.
4
IA & MACHINE LEARNING
Mirando hacia el futuro.
3. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
INTRODUCCIÓN
CICLO DE VIDA DEL
DATO
1
4. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Introducción
“Desde atSistemas, entendemos los proyectos asociados a los datos
como un viaje que compartimos con nuestros clientes.
En muchas ocasiones comenzamos el camino desde el inicio, en otras
nos encontramos en alguna de las estaciones, pero para nosotros, lo
más importante es llegar al destino cumpliendo con todas las
expectativas, disfrutando conjuntamente del proceso de cambio y
mejora que se experimenta en todos los proyectos de este tipo”.
Carlos Ortiz Cotillo.
Licenciado en CC Biológicas.
Responsable de la Linea de
Negocio de Data & Analytics
en atSistemas.
Más de 15 años de
experiencia Como Director de
IT.
Master en BI y Big Data
5. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Conociendo a los ponentes
Manuel García-
Villarrubia
Ingeniero en informática.
CE de Bi-Big Data en
atSistemas.
Más de 10 años de
experiencia como Ingeniero
de Datos y
consultor de BI, experto en la
suit de Microsoft BI.
Manuel Barba Ramos
Ingeniero en
Telecomunicaciones.
CE de Bi-Big Data en atSistemas.
Más de 15 años de experiencia
como Arquitecto software, y
experto en diseño e
implementación de arquitecturas
Big Data
Encarnacion Folgado Zuñiga
Doctora en Inteligencia Artificial
CE de Bi-Big Data en atSistemas.
Más de 20 años de experiencia
como Científica de Datos
aplicando algoritmos orientados a
visión artificial aplicada a la
robótica.
David García Muñoz
Doctor en Inteligencia
Artificial.
CE de Bi-Big Data en
atSistemas.
Más de 10 años de
experiencia como Científico
de datos y
Docente en el instituto
9. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Introducción
EL departamento de Policía de Chicago contrata a atSistemas
para analizar la delincuencia de la ciudad
Gracias al sistema de información actual de la Policía de Chicago, se ha compartido información sobre el
registro de delitos en la ciudad desde el año 2001 hasta la actualidad. el departamento
En total se dispone de un total de 6.860.589 registros sobre las denuncias realizadas en el periodo así como su desenlace. Para cada
uno de los delitos se informan 30 variables como por ejemplo: la tipología del delito, la posición geográfica, el día del suceso, el
resultado del mismo, etc.
Los objetivos del estudio se orientan hacia, el conocimiento de la situación actual de la actividad delictiva, la capacidad del sistema
para escalar en número de variables y registros, la predicción y evolución de los delitos para dimensionar el departamento y las
capacidades de la IA para reconocer a delincuentes habituales a través de las cámaras de vigilancia del departamento.
10. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
NEGOCIOS
INTELIGENTES2
11. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Los sistemas de Business Intelligence
Cualquier actividad, cualquier proceso, genera, consume o procesa
datos.
El estudio de estos datos nos permite transformarlos en
conocimiento de valor para las compañías, entendiendo mejor su
situación y ayudándolas a tomar mejores decisiones.
Para conseguir este hito, es esencial construir un sistema de
información que permita incorporar toda información relevante para
los usuarios, que sea capaz de escalar ante nuevas necesidades,
que ofrezca las capacidades analíticas y de consulta en tiempo y
12. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Los sistemas de Business Intelligence
Para atSistemas es fundamental invertir en el proceso
de adecuación de los datos de forma que representen
el negocio de la forma más fiel posible.
Para conseguirlo seguimos la metodología CRISP-DM.
Esta metodología se fundamenta en el conocimiento de
la actividad o proceso objeto del sistema (negocio) a
partir de ese conocimiento y de las necesidades de los
usuarios, se construye el sistema. El proceso es
iterativo ya que se adapta a la evolución de toda
actividad, a la disponibilidad de nuevos datos e incluso
a los cambios en los objetivos de las compañías.
13. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Los sistemas de Business Intelligence
Un modelado especialmente diseñado para la analítica.
Siguiendo las recomendaciones de Ralph Kimball,
en el proceso de reestructuración de los datos,
optamos por reordenarlos según las diferentes
dimensiones de análisis y los hechos o medidas que
representan el proceso.
Este tipo de modelo se conoce como “modelo en
estrella” y ayuda a que la información se consulte de
forma más rápida y que sea más fácilmente consumible
por los usuarios.
Esta forma de estructurar la información se conoce
como Data Warehousing.
De forma evolutiva se añaden procesos al sitsema,
14. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Los sistemas de Business Intelligence
Arquitectura del modelo para la Policía de Chicago
Orígenesdeinformación
ETL
15. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Los sistemas de Business Intelligence
Demo 1: Business
Intelligence
16. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
BI DE NUEVA
GENERACIÓN ->
BIG DATA
3
17. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Big Data
La evolución natural de un sistema de información en la
actualidad pasa por alguno de los siguientes aspectos:
ü Aumento del Volumen.
ü Incremento de la Velocidad de procesamiento.
ü Nuevos orígenes y Variedad de tipología de datos.
Mantenemos dos de las características principales de un
sistema de información:
ü Veracidad de los datos que ofrece el sistema.
ü Valor extra aportado a las compañías en forma de
conocimiento.
Obtenemos las 5 V´s de un sistema
BIG DATA
18. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Big Data
La arquitectura tradicional, orientada a BI no
asume por si sola el nuevo reto:
Nuevos paradigmas:
ü Elevado volumen de datos.
ü Múltiples tipos de fuentes.
ü Tiempo real.
ü Nuevas necesidades de consumo de
datos.
Business Intelligence
tradicional:
ü Volumen de datos bajo/medio.
ü Sistemas empresariales (Oracle,
SAP).
ü Datos estructurados.
19. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Big Data
Es necesario dotal a la organización
de herramientas y tecnología para
permitir abordar cualquier necesidad
analítica.
El termino compañía DATA DRIVEN
como filosofía organizativa y de
gestión, tomando al dato como eje
principal y activo imprescindible en el
proceso de toma de decisiones.
Tecnológicamente, es necesario
dotar de las herramientas
necesarias, para que todas las
capacidades analíticas se vean
El acceso y herramienta que ofrece los datos a los usuarios
consumidores, debe ser totalmente transparente para ellos,
dependerá del proceso y del nivel de agregación que la información
se suministre desde un repositorio determinado.
20. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Big Data
Conexión al DWH BI
Tradicional
Conexión al Data
Lake Arq. Big Data
21. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
Big Data
Demo 2: Evolución a
BIG DATA
22. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & MACHINE
LEARNING4
23. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Definición de Inteligencia Artificial (IA): “Simulación por parte
de una máquina de los procesos de inteligencia humanos.
Estos procesos incluyen el aprendizaje, razonamiento y auto-
corrección”.
Alan Turing (1912-1954). Dartmouth Conference (1956).
24. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Definición de Aprendizaje Automático “Capacidad de un
agente de mejorar su rendimiento en tareas futuras tras
hacer observaciones en el mundo real”.
Inteligencia
Artificial (IA)
Machine
Learning (ML)
Deep Learning
(DL)
25. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Definición de Aprendizaje Automático “Capacidad de un
agente de mejorar su rendimiento en tareas futuras tras
hacer observaciones en el mundo real”.
26. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Tipos de aprendizaje automático:
Supervisado: Los ejemplos del
conjunto de entrenamiento
aparecen etiquetados con la clase a
la que corresponden.
Clasificación
Regresión
No Supervisado: No se conocen
las clases de los ejemplos del
conjunto de entrenamiento.
Segmentación
(clustering)
27. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Algoritmos de Aprendizaje Automático:
SUPERVISADO NO SUPERVISADO
CLASIFICACIÓN REGRESIÓN
28. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Entrenamiento de los algoritmos de Aprendizaje Automático:
2
3
29. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Demo 3: Machine Learning
prediciendo el futuro
30. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Reconocimiento facial
OCEAN’S ELEVEN
31. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Reconocimiento facial
Los sistemas de reconocimiento facial se
encuentran dentro de la disciplina de la IA,
a este tipo de sistemas que tratan
imágenes se les agrupa como algoritmos
de “visión porcomputador”.
Estos algoritmos determinan patrones en la
disposición de ciertos puntos característicos
de la fisionomía de la cara humana
(LandMarks), este patrón, es único para
cada individuo de forma que nos permite su
identificación.
32. DESAYUNOS DE TRABAJO
Un apasionante viaje hacia la
Analítica Avanzada
IA & Machine Learning
Demo 4: Deep Learning
reconocimiento facial