Contenido

No se encontraron entradas de tabla de contenido.

 Tareas de la ciencia de datos

Data management (gestión de datos)

Las herramientas más usadas en gestión de datos son las bases de datos
relacionales como:
• MySQL, PostgreSQL
Y las bases de datos no relacionales (NoSQL):
• MongoDB, CouchDB, Apache Cassandra
Herramientas basadas en archivos como Hadoop file system o los sistemas de
archivos en la nube como Ceph.
Elasticsearch es usado para almacenas datos de texto y crear un índice de
búsqueda.

Data integration and transformation (integración de datos)

Llamado comúnmente ETL (extraer, transformar y cargar).

Herramientas:
 • Apache Airflow, Apache Kafka, kubeflow, apache nifi, sparkSQL, Node-RED

Data visualization (visualización de dato)

Herramientas:
• Hue, Kibana, superset.

Model deployment (proveedor de datos)

Herramientas:
• PredictionIO, Seldon, kubernetes, openshift, mleap, tensorflow service,
tensorflow lite, tensorflow.JS

Model monitoring and assessment (monitoreo del modelo)

Herramientas:
• ModelDB, Prometheus, AI fairness 360 open source toolkit, adversarial
robustness 360 toolbox, ai explainability 360.

Code asset management (gestión de activos de código)

Herramientas:
• Git, github, gitlab, bitbucket.

Data asset management (gestión de activos de datos)

Herramientas:
• Apache atlas, ODPi Egeria, kylo.

Development environments (entornos de desarrollo)

Herramientas: Jupyter, JupyterLab, Apache zeppelin, Rstudio, Spyder

 Execution Enviroments (entornos de ejecución de cluster)

Herramientas:
• riselab Ray, apache spark, flink.

Fully integrated visual tolos (herramientas integradas y visuales)

Herramientas:
• Knime, Orange

Herramientas comerciales ds

Data managament: Oracle database, Ms SQLserver, IBM DB2.

ETL: Informatica, IBM infosphere datastage, talend, Watson IBM.
Data visualization: Tableau, Power BI, IBM cognos analytics, Watson studio
desktop.
Model building: SPSS, SAS, Watson.
Data asset managament: informática, IBM infosphere.