Los líderes de TI cada día ven más la relevancia de los análisis de datos y el impacto que tendrá para las labores y posiciones de los profesionales TI, pues se saca el «jugo» a datos útiles y procesables en manos de los negocios en el momento en que los necesitan para tener mejores tomas de decisión.

El Big Data está siendo transformado por los datos en tiempo real y la transición de la analítica más pura a los escenarios aplicados, estrechamente relacionados con el machine learning y las tecnologías IoT. Las empresas ya utilizan arquitecturas complejas de datos para analizar el comportamientos de sus clientes y ganar su fidelización.

El aprendizaje automático ya no es exclusivo de grupos dedicados a la recaudación de datos. La importancia y adopción de la habilidad de aplicar el conocimiento obtenido a través de la automatización a una gran variedad de datos, está incrementando. Existirá un gran crecimiento en la transformación de este tipo de aprendizaje, herramientas para analistas de negocios y consumidores finales; en consecuencia, habrá un impacto en cómo las corporaciones e instituciones de Gobierno ejecutan sus labores.

El aprendizaje automático afectará la interacción del usuario con absolutamente todo: el seguro personal, la electricidad, el sistema de salud y hasta el estacionamiento público. La era de la máquina omnipresente finalmente ha llegado.

Las aplicaciones, no solo analytics, impulsarán la adopción de Big Data, los primeros casos de uso de tecnología de Big Data se centraron principalmente en la eficiencia de IT, el procesamiento de datos a gran escala y los patrones de solución analítica. Ahora existe una amplia variedad de necesidades específicas de la industria, impulsadas por las empresas que, a su vez, potencian una nueva generación de aplicaciones dependientes de Big Data, las cuales continúan impulsando su adopción.

La solución de almacenamiento de datos de código abierto Apache Hadoop ha centrado la conversación de la industria de BI en los últimos años. Ahora, las alternativas más viables están empezando a llegar a través de Apache Spark.

El motor de procesamiento de datos in-memory ya había sido promocionado hace años, pero, tal y como señala Baer, la capacidad de implementar Spark en la nube está impulsando la adopción. “La disponibilidad de Spark basado en cloud junto con el aprendizaje automático y los servicios de IoT ofrecerán alternativas para las compañías”.

Aunque similares, Hadoop y Spark son productos diferentes. “El debate se agrava cuando se elimina la sobrecarga de un propósito general de procesamiento de datos y el motor de almacenamiento. En este caso Spark debería ser más eficiente. Sin embargo, el inconveniente reside en que los clústeres independientes de Spark carecen de la seguridad o las características de administración de datos de Hadoop”.

Expertos en visualización de datos creen que los que han adoptado Hadoop recientemente pueden aprovechar las herramientas de preparación de datos de autoservicio para 2017.

Los dispositivos se “comprenderán” cada vez más entre sí, trabajando juntos en tiempo real para resolver necesidades mayores. Por ello, proliferarán las nubes de datos y las redes inteligentes, que enruten los mensajes de forma instantánea. Cabe destacar que de aquí a 2025, según el CEO de Oracle Mark Hurd, la mayoría de los datos empresariales estarán almacenados en la nube.

Capas de virtualización, tecnologías de aceleración (GPUs y NVMe), el posicionamiento óptimo de almacenamiento y cálculo, una red de alta capacidad y facilitadora, son parte de la convergencia, y juntos permiten arquitecturas en la nube que realizan mejoras de orden de magnitud en computación, ¿El resultado? Un aprendizaje profundo, escalable y una integración sencilla con aplicaciones del negocio y sus procesos, indica Balaji Thiagarajan, Oracle Group Vice President.

La demanda de perfiles específicos de científicos de datos podría ir satisfaciéndose poco a poco a medida que entran más graduados al mercado de trabajo. Según el informe 2016 Mind The Gap de Hired, las ofertas de salarios de científicos de datos aumentaron en un 29% en los últimos 18 meses. El informe también mostró un aumento del 234% en las solicitudes de entrevistas para ingenieros de datos en el mismo período.