Big Data Juan Zaffaroni — Transcript
Full transcript
- 0:00Hola, soy Ezequiel Díaz, ingeniero en
- 0:03sistemas de información y ayudante de
- 0:05cátedra de la materia Sistemas y
- 0:07Procesos de Negocio de la UTN Facultad
- 0:09Regional Buenos Aires. Sean todos
- 0:12bienvenidos a un nuevo vídeo de la serie
- 0:14sobre tecnologías disruptivas. El día de
- 0:17hoy contamos con la presencia de Juan
- 0:19Zaffaroni, ingeniero en sistemas de
- 0:21información de la UTN Facultad Regional
- 0:23Buenos Aires y CEO y cofundador de
- 0:26Deblandit, empresa especializada en
- 0:29manejo de datos. Esperamos que la
- 0:31disfruten.
- 0:34Bueno, bienvenido Juan, muchas gracias
- 0:36por sumarte.
- 0:38Primero que nada, queremos que te
- 0:39presentes y nos cuentes eh cuál es tu
- 0:42relación con Big Data de manera
- 0:45profesional y académica también.
- 0:48Dale, bueno, mi nombre es Juan
- 0:49Zaffaroni, yo soy
- 0:52docente de UTN desde hace 34 años de
- 0:55gestión de datos,
- 0:56desde hace ya unos 15 casi o 13
- 1:00de bases de datos NoSQL y fui docente un
- 1:03tiempo de diseño de sistemas,
- 1:05director de la diplomatura en
- 1:06arquitecturas de Big Data en UTN desde
- 1:09hace ya 6 7 años
- 1:11y desde el año 2013 fundé una empresa
- 1:13que se llama Deblandit que se dedica
- 1:15exclusivamente a lo que es Big Data y
- 1:16Analytics.
- 1:17Empezamos allá en el 2013 2014 cuando
- 1:20muy pocas empresas
- 1:22hablaban del tema y bueno, nosotros nos
- 1:23dedicamos exclusivamente a eso.
- 1:25Así que desde ahí a la fecha que vengo
- 1:27viendo tendencias y todo lo que pasa en
- 1:30el mercado venimos trabajando.
- 1:33Genial, o sea, empapadísimo de Big Data.
- 1:36Vamos entonces directamente con las
- 1:37preguntas. ¿Cómo describirías el estado
- 1:40actual de Big Data?
- 1:42Bien, si nosotros vemos estos últimos 13
- 1:4514 15 años, ha evolucionado mucho, en
- 1:48este momento está en un estado
- 1:50digamos de transformación debido a que
- 1:52las empresas que originariamente lo que
- 1:54hacían solamente era capturar datos y
- 1:58llevarlos a un data lake, o sea, un gran
- 2:00lago de datos, imaginemos una gran base
- 2:02de datos que contiene información de
- 2:04distinto tipo y color. Eh, esas empresas
- 2:07empezaron con esa con esos datos que que
- 2:10almacenaron a procesarlos y dar
- 2:12resultados y dar servicios a empresas.
- 2:15Entonces, de ahí que, digamos,
- 2:17actualmente en la industria hay muchos
- 2:18servicios y muchas herramientas que
- 2:20están pensadas y basadas en eh la
- 2:24captura y después posterior análisis de
- 2:25estos datos.
- 2:27Dejando de lado eso, las herramientas
- 2:29que se crearon en la industria para
- 2:31manejar Big Data se fueron llevando a
- 2:34través de las nubes a empresas que no
- 2:36tienen problemas de Big Data. Digamos,
- 2:38si vamos a la definición de Big Data,
- 2:39son datos que vienen a mucho volumen,
- 2:40mucha mucha velocidad, son muy variados
- 2:44y son difíciles de procesar con bases de
- 2:46datos y sistemas tradicionales. Eso es
- 2:48lo que es Big Data.
- 2:49Entonces, eh llevar tecnologías que
- 2:51están pensadas para procesar Big Data a
- 2:53empresas que no tienen Big Data, lo que
- 2:55hacen es que puedan procesar más rápido
- 2:58los datos que ellos tienen normalmente o
- 3:01tener una herramienta que permita
- 3:03manejar historia de su empresa en
- 3:05volumen cuando eh no lo podían hacer de
- 3:07otra manera.
- 3:09Clarísimo. Y bueno, acá ya ya
- 3:12mencionaste un par de cosas de de las
- 3:14bondades de Big Data. Si tuvieras que
- 3:17destacar uno, ¿cuál dirías que es el
- 3:19mayor beneficio de Big Data?
- 3:22Bien, obviamente que dependiendo el
- 3:25grado de madurez de la empresa, eh
- 3:28dependiendo el nivel de madurez que
- 3:30tengan, obviamente, todo lo que es el
- 3:31procesamiento de grandes volúmenes de
- 3:33datos para eh lo que es un análisis
- 3:36predictivo o prescriptivo, es un poco a
- 3:38lo que uno apunta, digamos, ¿no?
- 3:40Pero también hay muchas empresas que lo
- 3:42usan para sus sistemas legacy
- 3:44históricos, poder llevarlos a una
- 3:46plataforma donde los puedan consultar
- 3:48habitualmente y no tener que tenerlos
- 3:50por ahí en backups o en datos que no los
- 3:52consultan, que no los pueden consultar
- 3:54casi nunca. Entonces, digamos, como
- 3:55beneficio, yo veo todo lo que es la las
- 3:58posibilidades de analítica avanzada,
- 4:01llamémosle así, y eh todo lo que es el
- 4:03tratamiento de datos históricos que de
- 4:05otra manera los tenían guardados,
- 4:06almacenados en backups, y nunca los
- 4:08podían consumir porque no tienen dónde
- 4:09guardarlos.
- 4:12Buenísimo.
- 4:13Vamos entonces ahora con algo del libro.
- 4:15Yo acá tengo anotado que nosotros
- 4:17mencionamos tres dimensiones de
- 4:18análisis, el análisis descriptivo, el
- 4:21análisis predictivo y el análisis
- 4:23prescriptivo.
- 4:24¿Cuál es la dimensión que consideras que
- 4:27puede aportarle más valor a una
- 4:28organización?
- 4:30Bien, volviendo un poco a lo que te
- 4:31decía antes, eh cuando uno eh analiza
- 4:34una empresa
- 4:35el nivel de madurez que tiene la misma
- 4:38con respecto a la analítica de datos,
- 4:41dependiendo del estadio que esté la
- 4:42empresa, le va a convenir una analítica
- 4:44descriptiva tradicional, o sea, la
- 4:46analítica que es descriptiva es que lo
- 4:48la cual me plantea lo que está pasando o
- 4:50lo que pasó, eh y después puede ser una
- 4:53una predictiva, eh si está en un un
- 4:55estadio de madurez mayor, y una
- 4:57prescriptiva ya cuando ya viene
- 4:59trabajando con predictiva hace tiempo,
- 5:01porque básicamente se basa en la
- 5:02predicción para decirte qué es lo que la
- 5:04empresa debería hacer en función de lo
- 5:06que eh va a ocurrir. Entonces, si vos me
- 5:10decís, depende del estado de madurez de
- 5:12la empresa, o le va a salir mucho más la
- 5:14la descriptiva, porque hay empresas que
- 5:16uno dice, "Qué raro que todavía no tiene
- 5:18tableros, todavía no." Y sí, muchas
- 5:19empresas que les pasa que tienen un
- 5:21Excel y van tomando datos de donde
- 5:23pueden, eh eh y hay otras que ya están
- 5:26mucho más avanzadas, porque tienen
- 5:27muchos años de Business Intelligence,
- 5:29para lo cual la capa descriptiva la
- 5:30tienen cubierta, y ahí es donde la
- 5:32predictiva entra fuerte, y la
- 5:35prescriptiva, obviamente, los que ya
- 5:36venían más avanzados aún.
- 5:39Buenísimo.
- 5:40Ahora, ya hablamos de que, bueno, Big
- 5:42Data tiene que ver con altos volúmenes
- 5:45de datos. ¿Te enfrentaste alguna vez a
- 5:47alguna complejidad propia de tener que
- 5:50manejar de manejar volúmenes
- 5:52excesivamente altos de datos e
- 5:54información?
- 5:56Sí, mira, nosotros cuando empezamos y yo
- 5:58te comentaba año 2013, 2014, las pocas
- 6:01empresas que nos podían contratar eran
- 6:02hotelcos
- 6:04eh o algo de gobierno puntualmente.
- 6:06Nosotros empezamos trabajando con las
- 6:08telcos más importantes del país y con eh
- 6:10algunos gobiernos latinoamericanos
- 6:12haciendo trabajos puntuales.
- 6:14Eh ahora, de los problemas más comunes
- 6:17uno se uno cuando se van a la nube es el
- 6:19costo.
- 6:20Digamos, cuando uno va a cualquier nube,
- 6:22la nube es un taxi en definitiva y que
- 6:25cuando vos estás diciendo, "Ah, mira,
- 6:27pero está bueno irme a la a la nube X,
- 6:29no importa, eh me sale tanto." Bueno,
- 6:32eso multiplicarlo por petabyte de
- 6:34información y vas a ver el costo cómo se
- 6:36te va a multiplicar. Eso por un lado.
- 6:38Otro lado es la calidad del dato, la
- 6:40calidad que se tiene en función a los
- 6:42volúmenes que vas teniendo que es muy
- 6:44difícil poder ingestar y validar calidad
- 6:46a la vez, para lo cual tenés que hacer
- 6:47trabajos de que eh en distintas
- 6:50pipelines jugar por un lado con la
- 6:52calidad cuando vas jugando con la
- 6:53ingesta en tiempos, digamos,
- 6:55asincrónicos, ¿no? O sea, estás
- 6:58moviéndote como en líneas distintas.
- 7:00Eh después obviamente también el
- 7:02almacenamiento, sobre todo en las
- 7:04empresas que estaban on prem.
- 7:06Cuando vos decís, eh tiene sus
- 7:07plataformas de manejo de big data on
- 7:09prem, eh bueno, en algún momento esas
- 7:11plataformas van a tener que escalar.
- 7:13Cuando escalan ahí tenés que requerir
- 7:15compra de hardware o evaluar plataformas
- 7:18que
- 7:19te permitan escalar horizontalmente,
- 7:21también dan crecer en mayor cantidad de
- 7:22servidores. Digamos, resumiendo, costos
- 7:25en función a la nube y también en el on
- 7:27prem cuando vos tenés que comprar,
- 7:29escalamiento horizontal que es crecer en
- 7:31uno o más servidores y no crecer
- 7:33solamente verticalmente en un servidor
- 7:35eh y tercero todo lo que hace a los
- 7:38tiempos de ingesta, sobre todo cuando es
- 7:40línea real time eh y la la validez de la
- 7:43calidad del dato.
- 7:46Clarísimo. Y me gustó que ya lo
- 7:47mencionaste un poco el la complejidad
- 7:50sobre la calidad de los datos. ¿Alguna
- 7:52vez te enfrentaste a problemas de
- 7:55veracidad o validez de los datos?
- 7:58Sí, cuando uno trabaja en el mundo de
- 8:00data, sabe que uno de los puntos clave
- 8:02es asegurar la la calidad del dato.
- 8:06Acá eh en estos últimos 10 años eh fue
- 8:09tomando mucha más fuerza toda la parte
- 8:11de de governance, de data governance,
- 8:13que hace no solamente a poder evaluar la
- 8:16calidad del dato, sino también a evaluar
- 8:19eh y a conocer el dato en sí, de qué
- 8:21estás tratando y lo que sería eh el el
- 8:24linaje teatro, de dónde viene, hacia
- 8:26dónde va. Eh obviamente que a nivel de
- 8:29calidad de datos continuamente estamos
- 8:30viendo y estamos teniendo problemas
- 8:33desde desajustes por eh ingestas de
- 8:36datos que se cortan, desde eh datos que
- 8:39te vienen mal de la fuente, para lo cual
- 8:41a veces que la calidad del dato no es
- 8:43inherente a Big Data, no es inherente al
- 8:45Data Lake, eh sino que es inherente a la
- 8:47fuente de datos. Entonces, eh
- 8:50sinceramente es un tema que que afecta
- 8:52mucho, sobre todo cuando eh el tipo
- 8:56de datos que estás almacenando
- 8:58posteriormente va a ser producto de un
- 9:00reporte eh gerencial o un informe de
- 9:03repente para un desregulador, en el caso
- 9:05de alguna utilities, por ese tipo de
- 9:07cosas son son clave. Entonces, eh ahí es
- 9:10donde nosotros tenemos que trabajar muy
- 9:12fuertemente, es o con herramientas de
- 9:14mercado, lo cual se permiten manejar y
- 9:16saber de esta calidad del dato continua,
- 9:18eh y con procesos adhoc desarrollados
- 9:20para asegurar que este dato eh sea sea
- 9:24correcto y coherente. No sé, te puedo
- 9:26decir un caso de una Telco, en la cual
- 9:28los volúmenes de datos estás hablando de
- 9:3012,000 millones de filas por día, por
- 9:32ejemplo, en algunas tablas, eh imagínate
- 9:34cómo aseguras la calidad de un dato eh
- 9:36en ese volumen de datos. Y ahí, por
- 9:38ejemplo, tenés que hacer a veces eh
- 9:40hablar de porcentajes, decir, bueno, si
- 9:42el porcentaje de datos da más menos
- 9:44esto, dalo como bueno. Eh y estamos
- 9:46hablando, por ejemplo, de decir si la
- 9:48cantidad de de de filas que tenías que
- 9:50cargar son las correctas. Estás hablando
- 9:52de 12,000 millones, bueno, eh depende
- 9:55del día de la semana, entonces se hace
- 9:57se hace, digamos, eh un un trabajo
- 9:59estadístico para hacer un análisis por
- 10:02muestreo o por por volumen, por
- 10:04porcentaje, ¿no?
- 10:06Clarísimo. Suena muy muy complejo, sin
- 10:10dudas.
- 10:11Para ir cerrando y como última pregunta,
- 10:14ya hablamos de nos contaste, bueno, de
- 10:16tu amplia experiencia, hablamos del
- 10:18presente,
- 10:19¿qué se viene? ¿Cuáles son las
- 10:20tendencias emergentes que ves en el
- 10:22campo de la Big Data?
- 10:24Bien, eh en mi caso, yo me recibí de
- 10:27ingeniero en el año 90 y mi última
- 10:29materia fue Inteligencia Artificial.
- 10:31Pero en esa en esa época se veía
- 10:32Inteligencia Artificial como algo eh que
- 10:35vos veías en la eh por ahí o escuchabas
- 10:38que IBM tenía una una mega
- 10:41supercomputadora que le ganaba al
- 10:43campeón de ajedrez, veías esas cosas en
- 10:45ese momento.
- 10:46Eh creo que la Inteligencia Artificial,
- 10:48claramente, eh eh en el día de hoy está
- 10:52eh con muchas más aplicaciones y se está
- 10:55dando eh la posibilidad de tener
- 10:57respuestas a a problemas reales de
- 11:00industrias eh y creo que el camino va
- 11:02por ese lado, por más que
- 11:04como todo, como todo en en sistema y en
- 11:07la vida, hay modas, hay modas y hay
- 11:09tendencias, bueno, claramente
- 11:11Inteligencia Artificial es una tendencia
- 11:12que está para que vino para quedarse. No
- 11:14sé, casos de Nosotros hicimos una
- 11:16aplicación que sacándole fotografías a
- 11:19una a una herida te hace eh eh la
- 11:21sugerencia diagnóstica, por ejemplo. Eh
- 11:24heridas heridas de la piel, lesiones por
- 11:25presión, escaras, eh úlceras eh venosas,
- 11:28arteriales, eh por ejemplo. O tuvimos
- 11:32que analizar documentos escritos para
- 11:34sacar información y de eso poblar una
- 11:36base de datos con indicadores que salían
- 11:38de esos documentos. Ese tipo de trabajos
- 11:40cada vez se hace más o analizar las
- 11:43bases de datos de la empresa y tomar
- 11:44información para después con algún motor
- 11:47del LM como puede ser chat GPT, llama o
- 11:50mistral, eh poder ante preguntas que una
- 11:53persona de la empresa hace, bucear en
- 11:55bases de datos vectoriales y tener la
- 11:57información. O sea, cada vez más eh lo
- 12:00que es eh
- 12:02la inteligencia artificial está dando
- 12:04respuestas a problemas que tienen las
- 12:06empresas diariamente. Entonces creo que
- 12:08por ese lado eh viene más toda la
- 12:10tendencia. Dejando de lado que lo que es
- 12:13la captura, almacenamiento,
- 12:15procesamiento más tradicional está muy
- 12:18fuerte y las nubes están muy fuertes por
- 12:20más que en este último tiempo ya empieza
- 12:23a ver un mix entre el procesamiento en
- 12:26nube versus el procesamiento on premise
- 12:28como un trabajo mixto. Así como hace 5 o
- 12:316 años todos estaban yendo a las nubes
- 12:34eh y y y y muchas empresas estaban
- 12:37llevando todo todo su su área de data a
- 12:39la nube, todavía ahora se está viendo
- 12:42que empresas sobre todo más grandes, por
- 12:43lo que hablamos al principio, los
- 12:44costos, están empezando a eh a tener
- 12:47parte on premise y parte en la nube
- 12:49jugando con depende qué es lo que yo
- 12:51necesito hacia mis clientes finales o
- 12:54qué necesito que crezca por ahí por un
- 12:56producto o proyecto nuevo que yo no sé
- 12:58cómo va a escalar entonces juego en la
- 13:00nube y cuando ya lo tengo eh más maduro
- 13:02lo bajo al on premise. O sea, tenés está
- 13:05viendo eh de de las dos opciones. Con
- 13:07esto un poco eh creo yo que son los dos
- 13:10puntos que que que más tenemos, todo lo
- 13:12que es inteligencia artificial, sobre
- 13:14todo con inteligencia artificial
- 13:15generativa, y la ya el posicionamiento
- 13:19del procesamiento de big data en las
- 13:21empresas medianas y grandes.
- 13:25Buenísimo. Y la verdad que es muy
- 13:27interesante que hayan mencionado justo
- 13:28inteligencia artificial y y tanto
- 13:31hincapié en lo que es la nube y cloud
- 13:34computing porque son invitaciones
- 13:36también para todos a ver los vídeos de
- 13:38la serie eh sobre los temas así que todo
- 13:41todo todo está conectado y está
- 13:43buenísimo. Juan, agradecerte muchísimo
- 13:46por tu participación, por tu tiempo y te
- 13:49cedo unos últimos instantes para el
- 13:52cierre que quieras hacer y últimos
- 13:53comentarios.
- 13:56Bueno bien, eh yo digamos lo que
- 13:58nosotros tratamos siempre de hablar
- 14:00cuando hablamos sobre todo con empresas
- 14:01y obviamente en el mundo académico
- 14:03también, es es el hecho de entender de
- 14:07las tecnologías que necesitamos para
- 14:09digamos para nuestro caso puntual, o sea
- 14:11poder eh no no ir a a a lo que es el
- 14:14genérico o o o o lo el estándar, sino
- 14:18ver qué casos tenemos, qué caso de
- 14:20negocio tenemos y a partir del caso de
- 14:21negocio o el caso de uso que yo tenga,
- 14:24ver cuál es la mejor solución. O sea,
- 14:26pasa pasa muchas veces que siempre hay
- 14:28hay empresas que van ah bueno, eh esto
- 14:30es lo que está usando todo el mundo. No,
- 14:32creo que está bueno y cada vez más está
- 14:34pasando que viendo nuestros casos de
- 14:36negocio, por eso hay que trabajar
- 14:38primero en eso, a partir de ahí veas
- 14:40cuál es la mejor tecnología que te lo va
- 14:41a resolver. Y puede ser tecnologías
- 14:43pensadas para big data o no. No todo no
- 14:46todo eh no todas las empresas requieren
- 14:49de tecnologías orientadas a big data.
- 14:52Buenísimo. Gracias Juan una vez más.
- 14:55Gracias a todos los que están del otro
- 14:56lado. Esperamos que les haya gustado el
- 14:58vídeo y los invitamos a seguir viendo
- 15:01los vídeos de la serie. Gracias a todos.
About this transcript
This page contains the full transcript of Big Data Juan Zaffaroni by Grupo GEMIS, generated from the public captions YouTube serves with the video. The transcript has 2,609 words across 407 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.