En el universo profesional actual, los perfiles STEM (Ciencia, Tecnología, Ingeniería y Matemáticas) poseen una destreza técnica excepcional, pero a menudo enfrentan el desafío de conectar sus conocimientos con contextos funcionales del mundo real. Aquí es donde el framework DAMA (Data Management Body of Knowledge) emerge como un faro de luz, guiando a estos talentos hacia una comprensión más profunda y aplicada. Superando la Brecha entre la Técnica y la Funcionalidad: Los profesionales STEM poseen una base sólida en habilidades técnicas, pero a menudo carecen de la experiencia directa en cómo estas habilidades se aplican en contextos funcionales de negocios. Esto puede generar una brecha entre su competencia técnica y su capacidad para traducir esa competencia en soluciones concretas y relevantes. El Abrazo del Framework DAMA: Aquí es donde el framework DAMA entra en escena. Al proporcionar un marco estructurado para la gestión de datos, DAMA ayuda a los perfiles STEM a conectarse con las necesidades y objetivos del negocio. Les brinda una guía clara para comprender cómo sus habilidades técnicas se traducen en la creación de valor real y en la toma de decisiones informadas. Beneficios Tangibles para los Perfiles STEM: Traducción de la Técnica a la Acción: DAMA proporciona una forma sistemática de aplicar

Oggi voglio condividere con voi un aspetto cruciale nel mondo in continua evoluzione della gestione dei dati: la Data Quality e l’Attivazione dei Metadati. In un’epoca in cui i dati sono il petrolio del nostro progresso, garantire che siano accurati, affidabili e ben comprensibili è fondamentale. Data Quality: Immaginate costruire un grattacielo su fondamenta instabili. Nell’era digitale, i dati sono le nostre fondamenta, e la qualità dei dati è ciò che determina la stabilità e l’affidabilità dei nostri processi decisionali. Dati errati possono portare a scelte sbagliate, con conseguenze costose. Investire in procedure solide di Data Quality significa costruire sulla roccia anziché sulla sabbia. Metadati: I metadati sono come la guida per un tesoro nascosto all’interno dei dati. Questi «dati sui dati» forniscono contesto, significato e relazioni tra i vari elementi. L’attivazione dei metadati è come dare vita ai dati, permettendoci di comprenderne la provenienza, l’uso e la rilevanza. Senza metadati accurati, rischiamo di perderci in un labirinto di informazioni prive di senso. L’Intreccio tra Data Quality e Metadati: La Data Quality e l’Attivazione dei Metadati si influenzano reciprocamente. Metadati precisi migliorano la Data Quality, consentendo di individuare e correggere errori più facilmente. D’altro canto, la Data Quality elevata garantisce

Hoy, exploremos un tema que está transformando el panorama de la gestión de datos: el Enfoque Declarativo frente a la Gestión Procedimental. En la era del rápido crecimiento de los datos, adoptar un enfoque declarativo ofrece una ventaja revolucionaria, especialmente en un stack de datos moderno. Declarativo vs. Procedimental: Imagina si pudieras decirle a tus sistemas de datos lo que deseas, en lugar de instruirles cómo hacerlo. Esa es la potencia del enfoque declarativo. Mientras que los métodos procedimentales implican instrucciones explícitas paso a paso, la gestión declarativa te permite establecer los objetivos finales, permitiendo que los sistemas optimicen autónomamente el camino de ejecución. Esto no solo agiliza los procesos, sino que también libera a tu equipo de la microgestión. La Ventaja del Stack de Datos Moderno: En un mundo donde la complejidad de los datos está en constante aumento, el stack de datos moderno empodera a las organizaciones para aprovechar eficientemente el potencial de los datos. La gestión declarativa desempeña un papel fundamental aquí y ofrece varias ventajas distintas: Agilidad y Flexibilidad: La gestión declarativa se adapta de manera fluida a los cambios en los requisitos. Cuando las necesidades empresariales cambian, puedes ajustar rápidamente los flujos de datos sin reescribir

Oggi, vorrei immergerci in una tendenza interessante che sta guadagnando popolarità nel mondo della tecnologia: il rimpatrio dei dati e delle applicazioni dal cloud. Sebbene il cloud abbia agito come catalizzatore di trasformazione, alcune organizzazioni stanno optando per riportare una parte del loro ambiente tecnologico in casa. Cosa spinge questa tendenza e cosa possiamo imparare da essa? Il Ritorno a Casa dal Cloud: Mentre le aziende migrano verso il cloud alla ricerca di scalabilità e flessibilità, alcune stanno riconsiderando questa scelta. Il rimpatrio implica riportare risorse informatiche e dati dai fornitori di servizi cloud alle infrastrutture interne. Può sembrare una mossa audace, ma è motivata da una serie di cause fondamentali. Cause Comuni del Rimpatrio: Costi ed Efficienza: A volte, i costi di utilizzo continuo del cloud possono superare le aspettative. Il rimpatrio consente di controllare le spese e ottimizzare le risorse in base alle necessità specifiche. Regolamentazione e Conformità: Alcune industrie sono soggette a rigorose normative su dove devono essere conservati i dati. Il rimpatrio può essere una risposta a queste restrizioni legali. Latenza e Prestazioni: Alcune applicazioni richiedono bassa latenza e prestazioni ottimali. In questi casi, il rimpatrio può essere preferibile per avere un controllo diretto sull’infrastruttura. Complessità della Gestione: Man mano

Oggi, vorrei gettare luce su un linguaggio che ha attraversato epoche e rivoluzioni digitali, rimanendo saldamente al centro della gestione dei dati: SQL. La sua longevità è più che un semplice fatto storico; è il risultato di principi profondamente radicati e del potere del paradigma dichiarativo. Un Viaggio Attraverso il Tempo: SQL, Structured Query Language, è nato negli anni ’70 e da allora ha attraversato ogni evoluzione tecnologica con eleganza e resilienza. Ma quale è il segreto di questa longevità senza pari? Principi Fondamentali del Successo di SQL: Universalità: SQL è universalmente riconosciuto e utilizzato. Le aziende di tutte le dimensioni e settori lo abbracciano per la sua affidabilità e capacità di gestire complessità. Semplicità ed Espressività: La semplicità di SQL non ne mina la potenza. Le sue istruzioni chiare ed espressive permettono di manipolare e recuperare dati in modo intuitivo. Flessibilità: SQL si adatta alle mutevoli esigenze dei dati. Che si tratti di interrogare un database o di elaborare un vasto insieme di dati, SQL offre le basi per farlo in modo efficiente. Approccio Dichiarativo: E qui risiede il cuore del successo. L’approccio dichiarativo di SQL ci consente di dire «cosa» vogliamo ottenere, piuttosto che «come» ottenerlo. Questo paradigma sposta il focus dalla

La nueva normativa establece obligaciones para proveedores y usuarios en función del nivel de riesgo de la inteligencia artificial. Aunque muchos sistemas de IA plantean un riesgo mínimo, es necesario evaluarlos.   Riesgo inaceptable Los sistemas de IA de riesgo inaceptable son los que se consideran una amenaza para las personas y serán prohibidos. Incluyen: Manipulación cognitiva del comportamiento de personas o grupos vulnerables específicos: por ejemplo, juguetes activados por voz que fomentan comportamientos peligrosos en los niños. Scoring social: clasificación de personas en función de su comportamiento, estatus socioeconómico o características personales. Sistemas de identificación biométrica en tiempo real y a distancia, como el reconocimiento facial. Pueden permitirse algunas excepciones: Por ejemplo, los sistemas de identificación biométrica a distancia «a posteriori», en los que la identificación se produce tras un retraso significativo, se permitirán para perseguir delitos graves, pero sólo previa aprobación judicial. Alto riesgo Los sistemas de IA que afecten negativamente a la seguridad o a los derechos fundamentales se considerarán de alto riesgo y se dividirán en dos categorías: 1) Sistemas de IA que se utilicen en productos incluidos en la legislación de la UE sobre seguridad de los productos. Esto incluye juguetes, aviación, automóviles, dispositivos médicos y ascensores. 2) Los sistemas de IA incluidos en ocho ámbitos

Como cada año, la edición italiana del Data Management Summit será un momento de reflexión y conocimiento participativo entre expertos del sector. La primera cita del 24 de mayo en el Auditorio Bezzi del Banco BPM se celebró con una afluencia de 93 personas (13 más de las previstas) en presencia y más de 150 de forma online. La segunda cita en Italia es para  el 12 de septiembre en la sede de SMI Consulting en Roma reservada a la administración pública. El 24 de Mayo se celebró en Milán el Data Management Summit, cita ineludible para todos los profesionales en la gestión de datos. El evento ha reunido expertos del sector, profesionales y responsables de la toma de decisiones para debatir las últimas tendencias e innovaciones en el campo de la gestión de datos. A través de conferencias, mesas redondas y sesiones de networking, los participantes han tenido la oportunidad de aprender más sobre los temas más importantes relacionados con la gestión de datos, como la seguridad, la privacidad y la gobernanza. La Data Management Summit es, por tanto, una oportunidad única para conocer de cerca los retos y oportunidades del sector y entablar contacto con los principales protagonistas de

di Michele Iurillo   Muchos de vosotros me diréis que a veces Microsoft tarda en reaccionar y a veces saca productos no maduros al mercado. ¿Queremos hablar de PurView por ejemplo?  En un mercado con diferentes productos maduros, nos sorprendimos todos cuando Microsoft empezó a hablarnos de PurView. Purview es una plataforma de datos integral que nace con la idea de ayudar a las organizaciones a descubrir, catalogar y gobernar sus activos de datos. Su misión es proporcionar una vista unificada de los datos en la organización, promoviendo la colaboración y ayudando en el enriquecimiento de los datos. De momento lo que dicen los clientes es que es un producto caro e inmaduro sobre todo debido a ciertas limitaciones: Conectores limitados: Aunque Purview admite una variedad de conectores para descubrir y catalogar datos, puede haber limitaciones en términos de la disponibilidad de conectores específicos para ciertas fuentes de datos o sistemas. Esto puede afectar la capacidad de Purview para acceder y catalogar ciertos tipos de datos.  Complejidad de configuración inicial: Configurar Purview requiere tiempo y esfuerzo debido a la necesidad de configurar y establecer las conexiones con las fuentes de datos existentes en la organización. Esto implica definir los permisos de acceso, configurar conexiones de

Directamente desde el nuevo libro “99 preguntas sobre Data Management” que está en los fogones..  de Michele Iurillo (michele.iurillo@synergo.es) Después de mi libro “20 cosas que tienes que saber sobre Data Management” he sido solicitado por muchos lectores en ir un paso más allá. Me han empezado a llegar preguntas y he pensado que muchas de ellas podrían ser la base de otro libro, de allí la idea de escribir “99 preguntas sobre Data Management” otro libro que quiero publicar después del verano. Al momento actual tengo unas 34 preguntas y siguen llegando día tras día así que cada lector de este artículo puede tener alguna y quizá pueda contestar o incluso gracias a esta preguntas yo también pueda aprender cosas nuevas. Aquí va una de las preguntas que me han hecho algunos sobre la diferencia entre el enfoque declarativo y el enfoque procedimental en Data Management. El enfoque declarativo se refiere a una forma de expresar un problema o una solución en términos de lo que se desea lograr, en lugar de cómo se desea lograrlo. En lugar de especificar los pasos detallados para resolver un problema, se especifica el resultado deseado. En programación, el enfoque declarativo se utiliza para escribir código que