Búsqueda · 29 momentos en 16 episodios
Sara RobiscoJuan Carlos GilFrancis VillatoroHéctor Socasdatos sobre bases de datos analíticasmetadatos en la búsqueda de datosimportancia de los metadatos para sara robiscoSara RobiscoHéctor SocasiSentineliCuboBetelgeuseSETITierra
Metadatos en la búsqueda de datos
Con
0:000:301:001:302:002:303:003:21
Sara Robisco y Héctor Socas están verificando la calidad del audio y Sara está compartiendo información sobre su búsqueda de datos relacionados con bases de datos analíticas, destacando la importancia de los metadatos.
Hola. ¿Cómo está la vida por ahí? No hemos comprobado los audios. ¿Cómo se me escucha? Bien. Vale. Bien, bien. Solo tenía la duda con Sara. A ver, Sara, cuéntanos algo. Saluda. Pues mira, aquí estoy buscando datos sobre bases de datos analíticas. Datos sobre bases de datos es metadatos. Efectivamente, los metadatos. Muy importantes. Si no fuera por ellos estaríamos muchas veces más perdidos que un patrón no garaje. ¿Qué tal se me escucha? Bien, suena a veces un ruidillo de fondo, que igual es un ventilador o aire acondicionado o algo así, pero... No tengo nada; espera, me muteo a ver si soy yo, que nunca se sabe, a ver si es mi... No, no, no, no es por eso, me pareció…
Significado #1 · Palabras #1
Sara Robisco y Héctor Socas están verificando la calidad del audio y Sara está compartiendo información sobre su búsqueda de datos relacionados con bases de datos analíticas, destacando la importancia de los metadatos.
Habla: Sara RobiscoSignificado #1 · Palabras #1datos sobre bases de datos analíticasmetadatos en la búsqueda de datosimportancia de los metadatos para sara robiscoHola. ¿Cómo está la vida por ahí? No hemos comprobado los audios. ¿Cómo se me escucha? Bien. Vale. Bien, bien. Solo tenía la duda con Sara. A ver, Sara, cuéntanos algo. Saluda. Pues mira, aquí estoy buscando datos sobre bases de datos analíticas. Datos sobre bases de datos es metadatos. Efectivamente, los metadatos. Muy importantes. Si no fuera por ellos estaríamos muchas veces más perdidos que un patrón no garaje. ¿Qué tal se me escucha? Bien, suena a veces un ruidillo de fondo, que igual es un ventilador o aire acondicionado o algo así, pero... No tengo nada; espera, me muteo a ver si soy yo, que nunca se sabe, a ver si es mi... No, no, no, no es por eso, me pareció…
Héctor Socas anuncia los temas a tratar en el episodio, incluyendo rumores sobre Betelgeuse, estudios de datos terrestres, SETI y una discusión pendiente sobre bacterias.
Habla: Héctor SocasPalabras #14rumores betelgeuse tiene parejaestudios grandes conjuntos datos tierrabúsquedas recientes setireflexiones probabilísticas seti…nació el día del Perihelio, que a la mayoría de la gente no le dirá gran cosa pero en realidad este sí es un punto relevante de la órbita de la Tierra y es muy bonito que la persona que descubrió el secreto de las órbitas haya nacido ahí en el perihelio. Bueno, esta semana toca cotilleo; vamos a ver si Betelgeuse tiene pareja, Betelbuddy, que dicen algunos; hablaremos también sobre grandes conjuntos de datos para estudios de la Tierra y sobre SETI. Comentaremos las búsquedas más recientes y algunas reflexiones probabilísticas. Todo eso y además retomaremos lo de las bacterias que se nos quedó en el tintero la semana pasada. Ya saben que tenemos una página web que es señalirruido .com y en esa página están todos los episodios anteriores. Están todos los temas, todos los papers, los artículos, las referencias que comentamos en cada episodio por si ustedes también los quieren leer.…
Sara Robisco explica cómo los 'cubos de datos' ofrecen una alternativa a las bases de datos relacionales tradicionales para el análisis de datos en geociencias.
Habla: Sara RobiscoSignificado #7cubos de datos para geocienciasbase de datos relacional y hechoshechos y dimensiones en análisis de datosventa como hecho con objetoscubo de datos rapidez en consultasbase de datos analítica herramientas estadisticasquery respuesta rápida…las tablas, siguen siendo las tablas de base de datos relacionales que se usaban y se siguen usando. Las imágenes, pues pum, imágenes todas en un repositorio. Entonces esto no, a la hora de hacer un análisis de datos, no es efectivo, no es fácil de manejar. Y claro ellos buscan una forma sencilla y el cubo de datos es, consiste en cambiar un poco la visión del dato. Y nosotros en una base de datos relacional, una base de datos normal que tenemos datos y relaciones entre datos, en un cubo de datos, en una base de datos analítica lo que nosotros estudiamos son hechos y esto es un hecho y las dimensiones que describen ese hecho. Entonces, un hecho puede ser una venta, una venta puede ser, tiene como dimensiones el objeto o los objetos. ¿Qué se han vendido?, la persona que los ha comprado, la tienda donde los ha comprado, la persona que ha atendido a esa persona. Puedes tener tantas dimensiones como tú quieras analizar porque al final esto, un cubo de datos, una base de datos analítica tiene que tener unas características muy claras: tienen que ser rápidas de consultar, o sea, te tienen que dar esa respuesta muy rápido. No puedo tener algo que para lanzo una query y a los minutos me responde, no; y te tiene que ofrecer herramientas de análisis estadístico, generación. De informes, pero sin que la persona que trabaja con ellos tenga que programar. ¿Por qué? Porque un físico o un biólogo va a tener que saber programar para analizar sus datos. ¿Por qué un geólogo va a tener que perder tiempo en programar? Deja que haya un…
Sara Robisco explica cómo las visualizaciones atractivas de datos, como modelos climáticos y mapas coloreados, se generan a partir de 'cubos de datos'. También describe cómo esta información puede almacenarse en cubos que incluyen imágenes satelitales escaneadas junto con sus metadatos asociados.
Habla: Sara RobiscoSignificado #5 · Palabras #3cubos de datos para científicosintercambio de información sara robiscoacceso a datos sin queryrespuestas sin consultas complejasvisualizaciones datos modelos climáticoscubos datos imágenes satelitalesmetadatos asociados dimensiones…¿Qué pasa si podemos hacer cálculos de datos y añadir nuevos elementos y preguntar qué pasaría si podemos extrapolar si aplicamos herramientas como son Machine Learning a nuestro cubo? Entonces da una potencia muy buena sin tener que estar perdiendo tiempo. Estos cubos también, una vez los tenemos construidos, se comparten muy fácilmente porque tú no compartes el dato en crudo, tú compartes, cuelgas en internet y la persona pues tiene su cubo y dice: no quiero hacer esta pregunta de dato y sin tener que lanzar una query, pregunta y obtiene su respuesta. Muchas veces os veréis los cubos que los compartimos en forma de visualización de datos, esas visualizaciones de datos que veis tan bonitas que pues sobre modelos climáticos, sobre los mapas coloreados, todo eso viene de estos cubos, o sea se está haciendo ya y luego esta información se puede guardar y no se guarda de una forma ala, repositorio con imágenes, no, se hace un cubo en el que obtienes tus imágenes escaneadas de satelitales por ejemplo y sus metadatos asociados como dimensiones, entonces que te da mucha más información para la persona que tiene que trabajar con ese dato. Al final la idea de iCubo como que pega, para Hacer ciencia viene muy bien sobre todo si queremos que la gente que hace ciencia no esté picando código que para ellos sinceramente no les aporta valor añadido. Entonces, otra, aparte de estas características que he anunciado, pues la multidimensionalidad…
Sara Robisco continúa discutiendo sobre los desafíos relacionados con el almacenamiento de datos, especialmente cuando se trata de imágenes y metadatos asociados.
Habla: Sara RobiscoSignificado #13 · Palabras #2almacenamiento de datos imágenescubos de datos muy pequeñossoluciones en la nube bases datos…eso, el científico de datos lo que te hace es que te lo desarrolla, mira, se va a actualizar así, puedes hacer lo que se actualice cada X tiempo directamente cuando salte la API, está escuchando y cuando vea un cambio, ¡fun! Y hasta aquí un pie. ¿Qué pasa? Que esto también tiene retos de almacenamiento de datos porque estamos hablando de que, por ejemplo, en datos de imágenes, imágenes más metadatos, estamos hablando de que puede que tengamos cubos de datos muy pequeños pero puede que a cosas se desmadre. Ya tenemos soluciones en la nube adaptadas para este tipo de bases de datos analíticas. entonces ellos te muestran ejemplos que se podrían usar, digamos que el paper lo que te está dando es: oye, si quieres hacer esto usa esta herramienta; si quieres hacer aquello usa esta herramienta, y te va poniendo qué retos hay y qué herramientas te pueden…
Sara Robisco explica la ventaja de centralizar el código para generar cubos de datos en un repositorio público, permitiendo a varios grupos de investigación acceder y utilizarlo sin tener que desarrollar sus propias soluciones.
Habla: Sara RobiscoPalabras #5repositorio público para cubos de datosgrupos de investigación comparten códigoeficiencia en la gestión de datosevitar duplicidad en bases de datos…que les resuelve ese problema y genera un código público que el geofísico puede utilizar: público o a nivel de su organización, pero la idea es trabajar solo una vez. Quiero decir, yo te hago el cubo, se actualiza periódicamente y ya no tengo que hacer más. En cambio, tú imagínate que hay varios grupos de investigación que quieren datos, entonces a lo mejor están todos haciendo el mismo código o código distinto para hacer lo mismo. Si tú lo tienes en un repositorio, oye, esto está aquí y todos pueden consultar; has trabajado una vez. Entonces, lo que habla es eso de hacer todo un poquito más eficiente, ser un poquito más eficientes y no tener N grupos de personas que tienen que conocer bases de datos, que conocer metadatos, que conocer programación. ¿Por qué? Cuando puedes tener un pequeño equipo que depende de cuando surge una nueva necesidad, te lo cubre, te lo hace y ¡pum! Y ese trabajo te puede valer pues o bien para todo un centro de investigación o para varios, porque es el mismo De hecho, ellos proponen,…
Héctor Socas reflexiona sobre los desafíos de la estandarización en el manejo de datos científicos, especialmente en astrofísica, y cómo las desviaciones de los estándares pueden generar problemas.
Habla: Héctor SocasPalabras #7estandarización en datos astrofísicosfeeds formato de datosdesviaciones de estándares astrofísicosnuevo estándar con modificaciones…incertidumbre y mucho dato sesgado, porque a lo mejor tienes datos de terremotos y no has recogido datos de no terremotos o datos de, o solo has cogido datos de zonas que afectan a una población. Y te faltan datos históricos de zonas donde no vivía nadie. entonces, o donde no has puesto, ahora ya está más monitorizado, pero a lo largo de la historia tenemos lagunas de información, claro. Tenemos mucho sesgo. Digo que me parece a mí que lo difícil en estos casos es la estandarización. También, o sea, el hecho de que todo el mundo lo adopte como estándar y lo mantenga como debe ser. Por ejemplo, en astrofísica están los feeds, que es un formato de datos con mucho metadato, una estructura con muchas dimensiones y tal, pero al final resulta que no todo el mundo se adhiere al estándar estricto o hay quien empieza a desarrollar un nuevo estándar, pero le voy a añadir no sé qué cosa y ya empezamos a liarla, porque todo eso siempre con muy buena voluntad, pero al final acaba generando un caos. Al final tiene que haber una organización central dictatorial que diga: estas son las reglas y lo que no sea esto no cumple o alguien que unifique, porque claro, tiene que haber un organismo que unifique esos datos porque claro, si tienes una fuente que te…