Material Big Data

Lanzados ppts informativos de tecnologías BigData: Hadoop, Hbase, Hive, Zookeeper...

Apuntate al Curso gratuito para aprender Business Intelligence. Plazas limitadas!!

Diseño multidimensional, OLAP, ETL, visualización, open source...

Pentaho Analytics. Un gran salto

Ya se ha lanzado Pentaho 7 y con grandes sorpresas. Descubre con nosotros las mejoras de la mejor suite Open BI

La mejor oferta de Cusos Open Source

Después de la gran acogida de nuestros Cursos Open Source, eminentemente prácticos, lanzamos las convocatorias de 2017

18 sept. 2017

Cual es el nivel de Big Data en tu compañía?

En esta infografía podéis ubicar a vuestra compañía y conocer el nivel de madurez en que se encuentra. Muy últil. 
Para estar actualizado en Big Data, echa un vistazo a la mejor recopilación de posts sobre Big Data que hemos publicado

 

15 sept. 2017

En Tecnologia y Consultoria #StopBodyShopping


Defendamos el trabajo bien hecho y de calidad. Aprender lleva mucho tiempo. No se puede saber de todo

"La sabiduría es hija de la experiencia"
 

Leonardo Da Vinci(1452-1519) Pintor, escultor e inventor

Big Data Analytics for Financial Services


Un gran evento el de Big Data Analytics for Financial Services

"Due to the sheer volume of data the financial services sector generates from customers, transactions, global trading, and many other sources, it is currently one of the most risk laden sectors.

This has put the FS sector under increased scruitiny from regulatory bodies to remain compliant, resulting in the on-going pressure for effective information governance.

But this has also created an opportunity to improve competiveness and drive business growth. The sector has continued to use data to detect and manage the increase in fraud and financial crime, develop competitive pricing, manage risk & compliance as well as make strategic business decisions. But now, the shift has also moved towards innovation, and data is being leveraged to develop new and personalised products and services via better customer segmentation and analysis"

Descargar Documento

 

IoT Analytics and Industry 4.0



Cada vez más el uso de Analytics para IoT, alrededor del concepto de Industry 4.0 está suponiendo una revolución en la digitación del sector productivo e industria. El despegue del Big Data, de uso de Analytics y de tecnologías abiertas lo están haciendo posible

El gráfico superior explica muy bien estas posibilidades

En TodoBI hemos hablado bastante de IoT y su explotación con Analytics,
Incluimos algunas de las mejores soluciones open source para su uso 

13 sept. 2017

Oferta de empleo Business Analytics (Business Intelligence, Big Data)


Nuestros compañeros de Stratebi tienen posiciones abiertas para trabajar en el campo del Business Intelligence, Big Data y Social Intelligence en Madrid y Barcelona. Si estás interesado, no dejes de echarle un vistazo y enviarnos tu CV: rrhh@stratebi.com


Posiciones Abiertas: Septiembre 2017

 
Debido a la ampliación de operaciones en Madrid y Barcelona, estamos buscando verdaderos apasionados por el Business Analytics y que hayan tenido interés en soluciones Open Source y en el desarrollo de tecnologías abiertas. Y, sobre todo, con ganas de aprender en nuevas tecnologías como Big Data, Social Intelligence, IoT, etc... 
En Barcelona, podrías tener la posibilidad de teletrabajo 

Si vienes del mundo frontend, desarrollo de visualizaciones en entornos web, también serás un buen candidato 

Si estas leyendo estas lineas, seguro que te gusta el Business Intelligence. Estamos buscando a personas con gran interés en este área, que tengan una buena formación técnica y alguna experiencia en la implementación de proyectos Business Intelligence en importantes empresas con (Oracle, MySQL, Powercenter, Business Objects, Pentaho, Microstrategy...) o desarrollos web adhoc, aunque no es imprescindible.

También se valorarán candidaturas sin experiencia profesional en este campo, pero con interés en desarrollar una carrera profesional en este área.

Mucho mejor, si además fuera con BI Open Source, como Pentaho, Talend... y conocimientos de tecnología Big Data y Social Media, orientado a la visualización y front-end



Nuestras camisetas te están esperando!!

Todo ello, será muy útil para la implementación de soluciones BI/DW con la plataforma BI Open Source que está revolucionando el BI: Pentaho, con la que mas trabajamos, junto con el desarrollo de soluciones Big Data, Social Intelligence y Smart Cities, así como la nueva plataforma que hemos creado: LinceBI, adaptada a los diferentes sectores

Si ya conoces, o has trabajado con Pentaho u otras soluciones BI Open Source será también un punto a favor. De todos modos, nuestro Plan de Formación te permitirá conocer y mantenerte actualizado en estas soluciones.

 

¿Quieres saber un poco mas sobre nosotros y las características de las personas y perfiles que estamos buscando para 'subirse al barco'?

¿Qué ofrecemos?


- Trabajar en algunas de las áreas de mayor futuro y crecimiento dentro del mundo de la informática: Business Intelligence, Big Data y el Open Source.
- Colaborar en la mejora de las soluciones Bi Open Source, entre las que se encuentran desarrollando algunas de las empresas tecnológicas más importantes.
- Entorno de trabajo dinámico, aprendizaje continuo, variedad de retos.
- Trabajo por objetivos.
- Considerar el I+D y la innovación como parte principal de nuestros desarrollos.
- Retribución competitiva.
- Ser parte de un equipo que valora a las personas y al talento como lo más importante.


Ya sabes, si te gusta la idea, escribenos, contando tu interés y un CV a:  rrhh@stratebi.com

O si conoces a alguien, que crees que le podría encajar, no dudes en reenviarselo.




Detalle de algunas tecnologías que manejamos:

Conocimientos de Bases de datos:
- Administracion
- Desarrollo
- Oracle, MySql, PostgreSQL, Vertica, Big Data

- Conocimientos de BI y Datawarehousing con Pentaho u otros BI comerciales (BO, Powercenter, Microstrategy...)
- Modelado de DataWarehouse
- ETL
- Cuadros de mando
- Reporting, OLAP...

- Conocimientos de linux
- Bash scripting
- Configuracion de servidores y servicios
- Conocimientos de Java y J2EE
- Tomcat
- Spring
- Hibernate
- Git

- Conocimientos Big Data y Machine Learning

1 sept. 2017

Libro gratuito: Ultimate Guide To Data Science Interviews


What’s inside? 
90 pages of original research, interviews with real data scientists and hiring managers at some of the best data science teams on earth, as well as recruiters and successful candidates who are now data scientists, and actionable checklists. We’ll walk you, step-by-step through everything you need to know to ace the data science interview. 
  • You’ll start by understanding the different roles and industries within data science so you can apply for jobs that are the best fit for you.
  • Next, you’ll learn how to apply for these jobs to maximize your chances of getting an interview.
  • Then, you’ll go over every step of the data science interview process so that you can prepare for what’s coming.
  • Next, you’ll get free sample questions that cover the categories of questions you can expect to receive, which you can use to practice how you approach the data science interview.
  • Then, you’ll get advice on what to do after the interview to move the process forward.
  • Finally, you’ll know what to do if you’re juggling between different offers.

Table of Contents:
Introduction
What is Data Science?
Different Roles within Data Science
How Different Companies Think About Data Science:
  1. Early­stage startups (200 employees or fewer) looking to build a data product
  2. Early­stage startups (200 employees or fewer) looking to take advantage of their data
  3. Mid­size and large Fortune 500 companies who are looking to take advantage of their data
  4. Large technology companies with well­ established data teams
Industries that employ Data Scientists
Getting a Data Science Interview
Nine Paths to a Data Science Interview
Traditional Paths to Job Interviews:
  1. Data Science Job Boards and Standard Job Applications
  2. Work with a Recruiter
  3. Go to Job Fairs
Proactive Paths to Job Interviews:
  1. Attend or Organize a Data Science Event
  2. Freelance and Build a Portfolio
  3. Get Involved in Open Data and Open Source
  4. Participate in Data Science Competitions
  5. Ask for Coffees, do Informational Interviews
  6. Attend Data Hackathons
Working with Recruiters
  1. How to Apply
  2. CV vs LinkedIn
  3. Cover Letter vs Email
  4. How to get References and Your Network to Work for You
  5. Preparing for the Interview
What to Expect:
  1. The Phone Screen
  2. Take­home Assignment
  3. Phone Call with a Hiring Manager
  4. On­site Interview with a Hiring Manager
  5. Technical Challenge
  6. Interview with an Executive
What a data scientist is being evaluated on
  1. The Categories of Data Science Questions
  2. Behavioral Questions
  3. Mathematics Questions
  4. Statistics Questions
  5. Scenario Questions
  6. Tackling the Interview
  7. Conclusion
What Hiring Managers are Looking For:
  1. Interview with Will Kurt (Quick Sprout)
  2. Interview with Matt Fornito (OpsVision Solutions)
  3. Interview with Andrew Maguire (PMC/Google/Accenture)
  4. Interview with Hristo Gyoshev (MasterClass)
  5. Conclusion
How Successful Interviewees Made It:
  1. Sara Weinstein
  2. Niraj Sheth
  3. Sdrjan Santic
  4. Conclusion
7 Things to Do After The Interview:
  1. Send a follow­up thank you note
  2. Send them thoughts on something they brought up in the interview
  3. Send relevant work/homework to the employer
  4. Keep in touch, the right way
  5. Leverage connections
  6. Accept any rejection with professionalism
  7. Keep up hope
The Offer Process
  1. Handling Offers
  2. Company Culture
  3. Team
  4. Location
  5. Negotiating Your Salary
  6. Facts and Figures
  7. Taking the Offer to the Best First Day
Templates
  1. Reaching out to get a referral
  2. Following up after an interview

Comparativa de herramientas Business Intelligence


Os presentamos un Estudio muy completo de unas 300 páginas que han realizado nuestros compañeros especialistas en Business Intelligence, Stratebi, con una comparativa y análisis detallados de algunas de las herramientas Business Intelligence que más aceptación están teniendo ultimamente:

- PowerBI
- Tableau
- Qlikview
- Pentaho
- SAS
- Information Builders
- Amazon Quicksight

Un estudio muy completo para todos los interesados en implementar una solución business intelligence




31 ago. 2017

Anaconda, Python Data Science Platform



Se trata de una plataforma Python para Data Science de caracter Enterprise para aquellos que necesiten un buen soporte y funcionalidades empresariales, aunque también dispone de código Open Source y muchos componentes para usar


25 ago. 2017

Adobe Analytics


Si hace unos días os hablábamos de la iniciativa Analytics de Googe, Google Data Studio, hoy os contamos sobre Adobe Analytics

'Adobe Analytics is an industry–leading solution that empowers you to understand your customers as people — what they want, need, and believe. Discover your most valuable customer segments and use these insights to steer your entire business with customer intelligence'



Tiene 3 planes:

Select

Select
Discover audiences with enterprise-grade analytics.

Empower your decision making with accurate, timely, and insightful data. With drag-and-drop segment building and customizable reporting, you can discover your high-value customers and the best ways to engage them.

Prime

Prime
Multichannel customer intelligence for the enterprise.

Understand your customers, find new insights, and identify issues — all with real-time, multichannel data. Measure the effectiveness of your mobile apps to understand how people interact with your digital experiences across devices.

Ultimate

Ultimate
Advanced machine learning and deep customer intelligence.

Take advantage of machine learning and AI to discover deep insights and uncover hidden opportunities. Use experiential data from cross-channel marketing and advanced analytics to get the most complete picture of your customers' journey.

DataCleaner 5.2.2 released


Today has been released version 5.2.2 of DataCleaner community edition

En TodoBI os hemos contado bastante sobre DataCleaner (Ver posts con demos)

What is DataCleaner?

Data profiling

The heart of DataCleaner is a strong data profiling engine for discovering and analyzing the quality of your data. Find the patterns, missing values, character sets and other characteristics of your data values.
Profiling is an essential activity of any Data Quality, Master Data Management or Data Governance program. If you don’t know what you’re up against, you have poor chances of fixing it.

Data wrangling

DataCleaner is built to handle data both big and small. Give everything from CSV files, Excel spreadsheets to Relational Databases (RDBMs) and NoSQL databases a spin!

Use reference data, external and internal, in order to verify that the data values you have correspond to the real world.

DataCleaner allows you to build your own cleansing rules and compose them into several use scenarios or target databases. 

Whether it is simple search/replace rules, regular expressions, pattern matching or completely custom transformations, we support it.