¿Cuál es el papel de una persona en un equipo de gestión de calidad de datos? ¿Tiene alguna relación con análisis y tecnologías como R, SAS, SPSS y Hadoop?

Los estándares juegan un papel central en la creación de un ecosistema que respalde las necesidades actuales y futuras para el uso amplio y en tiempo real de análisis predictivos en una era de Big Data. Hace solo unos años, era común desarrollar un modelo analítico predictivo utilizando una única herramienta patentada contra una muestra de datos estructurados. Esto se aplicaría en lote, almacenando puntajes para uso futuro en una base de datos o almacén de datos. Recientemente este modelo ha sido interrumpido. Hay un movimiento hacia la puntuación en tiempo real, calculando el valor de los modelos analíticos predictivos cuando se necesitan en lugar de buscarlos en una base de datos.

Al mismo tiempo, la variedad de plataformas de ejecución de modelos se ha expandido con la ejecución en la base de datos, las bases de datos columnar e inmemory, así como la ejecución basada en MapReduce, cada vez más común. El modelado también ha cambiado: el lenguaje de modelado analítico de código abierto R se ha vuelto extremadamente popular, con hasta un 70% de profesionales analíticos que lo utilizan al menos ocasionalmente. La gama de tipos de datos que se utilizan en los modelos se ha ampliado junto con los enfoques utilizados para el almacenamiento. Los modeladores cada vez más quieren analizar todos sus datos, no solo una muestra, para construir un modelo. Este entorno cada vez más complejo y de múltiples proveedores ha aumentado el valor de los estándares, tanto los estándares publicados como los estándares de código abierto. En este artículo exploraremos el papel creciente de los estándares para el análisis predictivo en la expansión del ecosistema analítico, el manejo.