El análisis de los grandes datos de las compañías aporta información muy valiosa que se traduce en conocimiento y hace que las empresas sean más competitivas. La analítica del Big Data ayuda a las organizaciones a aprovechar sus datos y utilizarlos para identificar nuevas oportunidades. A su vez, eso conlleva a acciones de negocios más inteligentes, operaciones más eficientes, mayores utilidades y clientes más contentos.
El análisis de datos no es nuevo. Ha existido durante décadas en la forma de software de inteligencia empresarial y minería de datos. Con el paso de los años, ese software ha mejorado de forma espectacular, por lo que puede manejar volúmenes de datos mucho más grandes, realizar consultas más rápidamente y ejecutar algoritmos más avanzados.
Aunque hoy en día existen herramientas gratuitas y de código libre para implementar estas soluciones, la complejidad de su configuración y despliegue, así como la necesidad de definir los algoritmos a utilizar en los análisis, hacen que su utilización en las empresas se realice de forma indirecta, a través de servicios ofrecidos por centros especializados.
En este contexto, ITI realizó en 2017 la preparación de un entorno de infraestructura elástica para Análisis Big Data en la nube que facilite la configuración y despliegue de la misma, sin necesidad de inversión extra en recursos de Hardware.
Durante el último año, el proyecto Radiatus continua los trabajos realizados en 2017 y 2018, incluyendo nuevas tecnologías para ampliar el abanico de servicios para Machine Learning y Deep Learning.
Los últimos pasos dados se han orientado hacia la creación de un orquestador de servicios de Big Data Analytics sobre Ecloud. En este sentido, los expertos de ITI están ultimando la primera versión de un orquestador de servicios que incorpora funcionalidades básicas para el uso en modo ‘multitenant’. Al mismo tiempo, están desarrollando mecanismos de sincronización automática para el orquestador de manera que, todas las instancias desplegadas del orquestador, en cualquier entorno, sean capaces de acceder automáticamente a las últimas actualizaciones del Componentes, Servicios y Runtimes que se generen para Radiatus.
Los objetivos del proyecto son la creación de un prototipo de arquitectura distribuida para la puesta en funcionamiento de servicios de aprendizaje automático (machine learning) y de aprendizaje profundo (Deep-Learning), así como el diseño y desarrollo de un orquestador de servicios distribuidos para el análisis de Big Data en un entorno Ecloud.
Y es que la computación en nube y el big data, aunque todavía en constante evolución, están demostrando ser la pareja perfecta. Juntos, proporcionan una infraestructura rentable y escalable para soportar big data y análisis de negocios.