big data analytics con propÓsitoticbogota.gov.co/sites/default/files/documentos/big_data... ·...

BIG DATA ANALYTICS CON PROPÓSITO

“Piensa en toda la belleza que hay a tu alrededor y se FELIZ”

Ana Frank

¿QUIEN SOY’

Javier Samir Rey

Ingeniero de SistemasHealth Machine Learning Engineer - DirektioCo-organizer meetup Big Data Colombia - 3500+

jreyro@gmail.comjavier-samir-rey-7104195github/jasam

EL VIAJE DEL HÉROE

Origen: Wikipedia

ESTRATEGIAS DE CRECIMIENTO ECONÓMICO

Siglo Estratégia económica

Pre - siglo 18

Siglo 19 - 20

Siglo 21

Cultivo y extracción

Manufactura & industria

Poder de cómputo + potencial humano

Origen: KP trends 2017

BIG DATA EN UN MINUTO

BIG DATA

CRITERIOS DE BIG DATA - USANDO NLP

Journal of innovation management - Perspectives to Definition of Big Data : A Mapping Study and Discussion

NO TODO ES BIG DATA - PERO SÍ “CASI TODO” PUEDE TENER ANALYTICS!

Fundamentalmente hoy por hoy, casi cualquier negocio es potencialmente una compañía de información y de software, pero debemos mejorar nuestros sistemas orientarnos en datos.

+

yy

=

y

ORGANIZACIONES ORIENTADAS EN DATOS (DATA DRIVEN)

Fuente: Accenture Analytics in action

“Without data you’re just another person with an opinion. William Edwards Deming.”

ORGANIZACIONES DATA DRIVEN

ORGANIZACIONES ORIENTADAS EN DATOS (DATA DRIVEN)

Fuente: Creating a driven-data culture organization - Carl Anderson

Cual es el objetivo que persigo? Visión de la compañía

ORGANIZACIONES DATA DRIVEN“Without data you’re just another person with an opinion. William Edwards Deming.”

Fuente: Creating a driven-data culture organization - Carl Anderson

PIRÁMIDE DE VALOR Y DATOS

Source: datasyndrome

DAMA - DMBOK GUIDE

Fuente: The DAMA Guide to the Data Management Body of Knowledge" (DAMA-DMBOK Guide)

EstrategiaPromover CulturaEmpoderar

Educación

ENTENDIMIENTO DE LOS DATOS

Source: mckinsey and company

Silos de información!!

ENTENDIMIENTO DE LOS DATOS - SENSORES

Source: The Rise of Consumer Health Wearables

DATA UNDERSTANDING - HEALTH

Source: rock health consumer survey (12/16)

FASES TÍPICAS DE UN PROYECTO DE ANALÍTICA

Source: Wikipedia

Primero defina su cultura y equipo de trabajo, es un muy importante tener un equipo de trabajo multidisciplinar

CRISP-DMCross Industry Standard Process for Data Mining

MACHINE LEARNING - BLUEPRINT

Source: sci-kit learn

½ hora de ejercicio diaria ó 10000 pasos recorridos a buen ritmo

Ciudadano colombianoEdad: 34 añosDx: Colesterol total y triglicéridos por encima de límites normales.Fecha Dx: sep/16

¿POR QUÉ NO EMPODERARNOS?

VISUALIZACIÓN DE INFORMACIÓN

ALGUNOS AVANCES - GOOGLE LENS

Fuente: http://www.kpcb.com/internet-trends

ALGUNOS AVANCES - GOOGLE ASISTANT

Fuente: http://www.kpcb.com/internet-trends

ALGUNOS AVANCES - GOOGLE VOICE

Fuente: http://www.kpcb.com/internet-trends

ALGUNOS AVANCES - GOOGLE TRENDS

Diabetes (query de google)

Fuente: ggogle trends

ALGUNOS AVANCES -HERRAMIENTAS OPEN SOURCE

PERSPECTIVAS DE SEGURIDAD DE LA INFORMACIÓN - BIG DATA Y ANALYTICS

Source: Wikipedia

● Requerimiento de cumplimiento de estándares de seguridad y auditoría (ISO 27000, HIPAA, PCI, PII, SOX PIPEDA)

● Evaluación de Vulnerabilidad de Base de Datos● Mantenimiento en seguridad de datos● Administración de acceso● Seguridad de internet● Seguridad de dispositivos móviles● Análisis de patrones de tráfico● Agentes de monitoreo● Corrección de datos● Encripción de datos● Gobernanza de seguridad de la información● Administración de riesgo informático● Administración de identidades ● Metricas● Regulaciones de gobierno y estándares de industria

UNA REFLEXIÓN SOBRE IA - BIEN SOCIAL

● La recolección de grandes cantidades de datos plantea cuestiones serias en relación con la privacidad de los pacientes y la confidencialidad sacrosanta de los registros médicos. Estas son otras problemáticas que deben estudiarse con anticipación.

● Por último, debemos tener en cuenta que en muchos países en desarrollo no hay grandes cúmulos de datos por recabar o en efectos falta acceso a recursos como electricidad, etc. Estos son países que aún no cuentan con sistemas de información en que almacenar los registros civiles y las estadísticas de causas de muerte.

● En resumen, la inteligencia artificial en el sector de la salud tiene un potencial inmenso, pero también es inmensa la necesidad de tomar algunas precauciones.

http://www.who.int/dg/speeches/2017/artificial-intelligence-summit/es/

CONCLUSIONES BIG DATA ANALYTICS CON PROPÓSITO

Source: Wikipedia

● Es un dominio vasto de información y trabajo por ejecutar, pero es importante anteponer el valor que puede producir el proyecto, antes de de caer en la ilusión de la novedad tecnológica.

● Tener una mirada integral del desafío u proyecto.● Contar con institucionalidad● La necesidad de entendimiento del contexto y regulación en un entorno tan

cambiante es un desafío en sí mismo.● La seguridad es algo no negociable sin embargo hay que encontrar frentes de

comunes de trabajo que faciliten el avance de los frentes.● Quedan muchos interrogantes por responder, y todavía no estamos seguros de saber

cuáles son todas las preguntas que necesitamos hacer.● Áreas como los datos abiertos aún tienen zonas “grises” que deben ser trabajadas.● Se avecinan paradigmas como los contratos inteligentes haciendo uso de

tecnologías distribuidas como blockchain.● Open Source y open data, tienen un gran, gran potencial pero deben ser bien

entendidos.

GRACIAS!