Cloud Computing como Herramienta de Big Data para la Gesti�n de Informaci�n

Cloud Computing as a Big Data Tool for Information Management

Cloud Computing como ferramenta de Big Data para gerenciamento de informa��es

���� Omar Antonio Quimis-S�nchez ¹

omar.quimis@unesum.edu.ec �������https://orcid.org/0000-0001-8341-7722

 

Mercedes Marcela Pincay Pilay ² marcela.pincay@unesum.edu.ec

https://orcid.org/0000-0001-9730-5481

 

������� Julissa Eufemia Marcillo Valverde ³

julissa4612@unesum.edu.ec

 

 

 

Correspondencia: omar.quimis@unesum.edu.ec

 

* Recibido: 30 de enero de 2024 *Aceptado: 22 de febrero de 2024 * Publicado: �28 de marzo de 2024

 

I. Ingeniero en Contabilidad y Auditor�a - Analista de Sistemas - Master en Contabilidad y Auditor�a, Docente de la Carrera de Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab�. Jipijapa � Manab� � Ecuador.

II.     Ingeniera en Estad�stica Inform�tica-M�ster en Comunicaci�n y Marketing - Docente de la Carrera de Ingenier�a Civil de la Universidad Estatal del Sur de Manab�. Jipijapa � Manab� � Ecuador.

III.  Ingeniera en Tecnolog�as de la Informaci�n. Universidad Estatal del Sur de Manab�. Jipijapa � Manab� � Ecuador.

 

 

 

http://polodelconocimiento.com/ojs/index.php/es

 

Resumen

Actualmente las organizaciones est�n produciendo y almacenando grandes cantidades de informaci�n, convirtiendo el almacenamiento de datos en uno de los principales desaf�os a los que se enfrentan las instituciones hoy en d�a. La Carrera Tecnolog�as de la Informaci�n maneja a diario informaci�n f�sica y digital vinculada a la carrera, entre los que se pueden citar las funciones sustantivas de docencia, vinculaci�n e investigaci�n.

El objetivo de esta investigaci�n fue analizar los servicios de Cloud Computing como herramienta de Big Data para la gesti�n de datos relacionados a las actividades de las funciones sustantivas.

Se usaron m�todos te�ricos y emp�ricos, con �nfasis en la revisi�n bibliogr�fica y an�lisis de documentos relacionada a los servicios de Cloud Computing y las herramientas de Big Data. Con el m�todo estad�stico-matem�tico se determin� la muestra de una poblaci�n de 891 personas, correspondiente a 856 estudiantes y 35 docentes titulares de la carrera, y permiti� realizar la tabulaci�n de los datos y resultados del proceso. Se emplearon t�cnicas e instrumentos como la observaci�n, muestreo, entrevista y encuesta para obtener informaci�n que ayude al desarrollo del proyecto.

Se concluye que la mejor opci�n es la adopci�n del modelo Infraestructura como servicio del proveedor Google Cloud Computing y la herramienta BigQuery, ya que cuenta principalmente con el an�lisis de Big Data entre otras funciones.

 

Palabras claves: �Cloud Computing; Big Data; Infraestructura como servicio; Google Cloud Computing.

 

 

 

 

 

 

ABSTRACT

Organizations are currently producing and storing large amounts of data, making data storage one of the major challenges facing organizations today. The Information Technology Career handles daily physical and digital information linked to the career, among which we can mention teaching, graduates, students, pre-professional practices, linkage, departmental areas.

The objective of this research was to analyze Cloud Computing services as a Big Data tool for the

management of data related to the graduate monitoring process handled by the Information Technology career.

Theoretical and empirical methods were used, with emphasis on bibliographic review and document analysis related to Cloud Computing services and Big Data tools. With the statistical-mathematical method, the sample of a population of 891 people was determined, corresponding to 856 students and 35 tenured professors of the career, and allowed the tabulation of results obtained from the survey carried out. Techniques and instruments such as observation, sampling, interview, and survey were used to obtain information to help the development of the project.

It is concluded that the best option is the adoption of the Infrastructure as a Service model of the provider Google Cloud Computing and the BigQuery tool, since it mainly has Big Data analysis among other functions, which will help the career with the data analysis of the graduate tracking process.

 

Keywords: Cloud Computing; Big Data; Infrastructure as a service; Google Cloud Computing.

 

Introducci�n

Las organizaciones generan grandes vol�menes de informaci�n debido a los constantes avances tecnol�gicos que ha tra�do consigo la transformaci�n digital y la cuarta revoluci�n industrial, pero la mayor�a no cuenta con las herramientas necesarias para almacenar correctamente los datos generados y convertirlos en informaci�n.

Por ello, la computaci�n en la nube se considera el futuro del almacenamiento de la informaci�n, ya que, los datos solos no reflejan absolutamente nada importante, es necesario analizarlos, organizarlos y darles un procesamiento para que tengan sentido sobre la base de construir informaci�n relevante y que esta permita poder tomar decisiones de una forma eficaz, contribuyendo al desarrollo y mejoramiento de las instituciones. Bajo este contexto, el Big Data se ha aplicado en muchas organizaciones, sin embargo resulta importante abordar el impacto generado en el �mbito educativo y priorizar la toma de decisiones sobre educaci�n la educaci�n de Calidad.

Para poder llevar a cabo la investigaci�n, se us� m�todos te�ricos, emp�ricos y estad�sticos-matem�ticos, junto con t�cnicas tales como observaci�n, muestreo, encuesta y entrevista para recopilar informaci�n que contribuya al desarrollo del proyecto y a realizar el an�lisis de los diferentes modelos de servicio en la nube, y as�, poder presentar la propuesta de un modelo viable para la adopci�n del servicio de Cloud Computing que permita la fusi�n con las herramientas de big data para la correcta gesti�n de datos de la carrera de TI de la Universidad Estatal del Sur de Manab� y as� generar informaci�n en base a un adecuado an�lisis de los datos, lo cual permita tomar decisiones oportunas.

El proyecto comprende varias fases como es la formulaci�n y planteamiento del problema, los objetivos, la justificaci�n, el marco te�rico que sustenta la investigaci�n, la metodolog�a, el an�lisis, tabulaci�n de resultados y el desarrollo de la propuesta.

 

Desarrollo

1.     CLOUD COMPUTING y sus antecedentes para la gesti�n de la Informaci�n

Goyes (2020), realiz� la investigaci�n �Estudio de impacto del modelo cloud computing en la gesti�n de servicios de informaci�n gerencial en la banca privada: caso; Banco Internacional� como tesis de maestr�a en la Universidad Andina Sim�n Bol�var, teniendo como objetivo estudiar el modelo cloud computing y conocer cu�les son los beneficios en la gesti�n de Servicios de Informaci�n Gerencial del Banco Internacional de Ecuador, utilizando como metodolog�a un estudio comparativo del modelo Cloud Computing vs On premise para la gesti�n de Servicios de Informaci�n Gerencial, tomando como caso de estudio al Banco Internacional del Ecuador, donde obtuvo como resultado que PaaS (Plataforma como un Servicio) una oportunidad para �reas principalmente de desarrollo y calidad de las instituciones financieras y concluyendo que el modelo Cloud Computing en la gesti�n de Servicios de Informaci�n Gerencial es m�s eficiente en costos y permite adem�s el despliegue de servicios de forma m�s r�pida que el modelo On Premise.

 

Campos (2018), realiz� la investigaci�n �Cloud Computing como estrategia tecnol�gica para las PYMES caso pr�ctico: empresa NOVIATAT S.A. de la ciudad de Guayaquil� para obtener el t�tulo profesional de Ingeniero en sistemas e inform�tica en la Universidad Regional Aut�noma de los Andes, Ambato - Ecuador, teniendo como finalidad implementar una propuesta viable de Cloud Computing para Pymes, aplicado en la empresa NOVIATAT S.A., utilizando como metodolog�a

 

los m�todos inductivos � deductivo y anal�tico sint�tico, obteniendo como resultado que en la empresa se requiere un cambio urgente, pero la carencia de financiamiento a corto plazo, descartar�a la implementaci�n de un centro de datos, por lo que es viable la utilizaci�n de un modelo basado en la nube. El autor concluye que la utilizaci�n de Infraestructura como servicio o IaaS por sus siglas en ingl�s, para migrar los sistemas actuales a una plataforma virtual o f�sicas es ideal para las peque�as y medianas empresas, ya que estas pueden alojar sus sistemas y servicios en la nube, aumentando la seguridad y la integridad de sus datos y disminuyendo inversiones materiales, y futuras actualizaciones de la plataforma tecnol�gica.

 

Chirinos (2017) realiz� la investigaci�n �Propuesta de implementaci�n de Cloud Computing para asegurar continuidad operativa de infraestructura inform�tica en empresa de Internet� para obtener el t�tulo profesional de Ingeniero Empresarial y de Sistemas en la Universidad San Ignacio de Loyola, Lima - Per�, teniendo como objetivo comprobar que implementar una soluci�n de Cloud Computing asegurar� la continuidad operativa de la infraestructura inform�tica de la empresa, utilizando la metodolog�a cuantitativa en su trabajo de inestigaci�n, donde obtuvo como resultado que implementar Cloud Computing no solo corrige la falta de medidas de alta disponibilidad y tolerancia a fallos del sistema de Facturaci�n de la empresa XYZ, sino que tambi�n puede contribuir a que el servicio de infraestructura de TI pueda contar con la continuidad operativa necesaria para que los procesos de negocios automatizados no se vean afectados, el autor concluye que con Cloud Computing s� se asegura la continuidad operativa de la infraestructura inform�tica de la empresa XYZ, ya que la implementaci�n inicial tomando como base al Sistema de Facturaci�n, le da al �rea de TI la posibilidad de disponer de una plataforma operativa flexible, que le permitir� cumplir con los requerimientos inform�ticos que en el futuro demande el negocio, Finalmente, el autor recomienda que el personal de TI se capacite en la gesti�n del servicio de Cloud Computing, ya que al tratarse de un modelo de trabajo novedoso se requiere que el personal est� preparado para administrar de la mejor manera la plataforma, comprendiendo la forma en la que el modelo hace uso de los recursos y el cobro de �stos.

 

2.     Necesidad del estudio

La computaci�n en la nube, o en ingl�s, Cloud Computing debido a sus grandes beneficios se ha convertido en una tecnolog�a popular que brinda a las instituciones soportes tecnol�gicos que se

adaptan a las necesidades espec�ficas de cada una de ellas, entre los que se destaca el almacenamiento de grandes vol�menes de informaci�n y el an�lisis de datos.

 

Citando a Aydin, (2021) �la computaci�n en la nube permitir� a las universidades con presupuestos limitados beneficiarse de los servicios de informaci�n sin realizar nuevas inversiones financieras en recursos de tecnolog�a de la informaci�n y las comunicaciones (TIC). Con las aplicaciones en la nube en la educaci�n superior, el conocimiento se puede administrar de manera efectiva para aumentar el rendimiento acad�mico, la eficacia y la eficiencia en las universidades�. (p�g. 1)

 

La Carrera Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab� maneja informaci�n tanto f�sica como digital relacionada a docentes, egresados, estudiantes, practicas preprofesionales, vinculaci�n, �reas departamentales, etc. Sin embargo, la informaci�n es almacenadas en drive, pendrives y en el computador de la secretaria que se encarga de organizar y dar cumplimiento con la parte administrativa, actualmente no poseen alguna estrategia que les permita garantizar la recuperaci�n inmediata de los documentos f�sicos de la carrera en caso de siniestros.

Bajo este contexto, y por las razones expuestas anteriormente, la presente investigaci�n pretende realizar un an�lisis del uso de Cloud Computing como herramienta de Big Data para la gesti�n de datos del proceso de seguimiento de graduados que maneja la Carrera de Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab�.

 

3.     Modelos de servicios en la nube

La computaci�n en la nube se puede clasificar en tres modelos dependiendo de la complejidad de los servicios que administre el proveedor y las necesidades del cliente. En la figura 2 se plantean los modelos de servicios en la nube seg�n Mell & Grance (2011) y Alonso & Tuesta (2014), citados por Goyes (2020), estos modelos son:

 

Figura 1. Modelos de servicios de la nube.

Fuente: Ch�vez (2016)

 

4.     Modelo Infraestructura como servicio de Google Cloud Platform con el uso de la

Herramienta BigQuery.

La propuesta del modelo IaaS de Google Cloud Platform con el uso de la herramienta BigQuery para la gesti�n de datos de la Carrera Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab� beneficiar� en gran medida a la carrera a reducir los gastos de mantenimiento de servidores de datos locales y ahorrar dinero en costes de hardware.

�����������������������

Las instrucciones descritas al detalle que ser�n �tiles para el desarrollo del modelo IaaS del proveedor Google Cloud Platform con la herramienta BigQuery, y as� conocer su importancia en el almacenamiento de datos.

Google Cloud Platform aporta todas las herramientas necesarias para dise�ar, hacer testings y lanzar aplicaciones desde gcloud con mucha m�s seguridad y escalabilidad que cualquier otra herramienta, gracias a la propia infraestructura con la que Google cuenta. (�). (Ordorica, 2020)

 

 

 

 

 

 

 

 

 

 

Seg�n el diagrama, la etapa 1 y su fase 1 tiene como finalidad identificar las principales herramientas que ofrece Google Cloud Platform enfocadas a la consulta y procesamiento Big Data en la nube.

 

Figura 2. Etapas de la propuesta.

Elaborado por: Julissa Eufemia Marcillo Valverde.

 

5.     Descripci�n del diagrama seg�n sus fases

 

Etapa 1: Identificar

La etapa 1 y su fase 1 tiene como finalidad identificar las principales herramientas que ofrece Google Cloud Platform enfocadas a la consulta y procesamiento Big Data en la nube.

Entre sus herramientas m�s destacadas est�n:

BigQuery: una base de datos interactiva para analizar grandes vol�menes de datos con una r�pida respuesta (ayudaley, s.f.).

Pun/Sub: es una herramienta que entregar los streams de evento a Cloud Dataflow para su procesamiento y a BigQuery para su an�lisis (ayudaley, s.f.).

Dataflow: es un modelo de programaci�n unificado y administrado para el desarrollo y ejecuci�n de patrones de procesamiento de datos (ayudaley, s.f.)

Dataproc: es una herramienta para administrar la infraestructura y optimizar los servicios de Hadoop, Spark, Pik y Hive (ayudaley, s.f.)

Datalab: es una herramienta para explorar, analizar y visualizar datos de forma interactiva. Tambi�n permite desarrollar modelos de aprendizaje autom�tico en la plataforma Cloud (ayudaley, s.f.).

DataPrep: permite explorar, limpiar y preparar los datos visualmente estructurados o no para su an�lisis (ayudaley, s.f.).

Genomics: es una base de datos para el procesamiento de datos gen�micos (los datos del ADN (ayudaley, s.f.)

.Etapa 2: Examinar

La etapa 2 y su fase 1 tiene como finalidad examinar el funcionamiento, caracter�sticas principales y precio de la herramienta BigQuery.

BigQuery: Google BigQuery es una soluci�n de almac�n de datos de empresa (Data Warehouse) que no requiere servidor (serverless), altamente escalable, que no requiere gesti�n de infraestructura y que soporte los an�lisis para volumetr�a muy grandes de datos, a la escala del Petabyte. (stambia, s.f.)

Para acceder a BigQuery �nicamente se necesita tener una cuenta de Google para darse de alta en la plataforma de Cloud Marketing y despu�s a�adir una tarjeta de cr�dito para activarlo Para acceder a BigQuery �nicamente se necesita tener una cuenta de Google para darse de alta en la plataforma de Cloud Marketing y despu�s a�adir una tarjeta de cr�dito para activarlo.

Funcionamiento

El objetivo de colocar los datos en Google BigQuery es permitir an�lisis m�s r�pidos sobre volumetr�as de datos m�s grandes. (�) Las soluciones tradicionales de integraci�n de datos son frecuentemente complejas de instalar, configurar, mantener y para desarrollar flujos de datos. (stambia, s.f.)

BigQuery escanea terabytes en cuesti�n de segundos y petabytes en cuesti�n de minutos. Puedes cargar los datos desde Google Cloud Storage o Google Cloud Datastore o transmitirlos a BigQuery para permitir analizarlos en tiempo real. Con BigQuery puedes escalar f�cilmente tu base de datos de gigabytes a petabytes. (An�nimo, 2017)

 

Principales consultas a emplear en BigQuery

Las consultas que se realizan en BigQuery usan el mismo formato que en SQL.

SELECT

Toda consulta que realices en BigQuery tiene que incluir este par�metro, ya que indica las dimensiones y m�tricas que se quieren extraer. Cada uno de los elementos que se indiquen dentro del SELECT ser�n las columnas de la tabla que se formen tras obtener los datos.

FROM

La variable FROM sirve para indicar la tabla donde se deben extraer los par�metros que se han especificado mediante la cl�usula SELECT. Por lo que, como en el caso del SELECT, siempre se debe incluir FROM dentro de cualquier consulta

WHERE

(..) Se trata de una cl�usula de gran utilidad para filtrar los datos que se obtienen mediante las consultas. Adem�s, permite utilizar condiciones como AND y OR que te ayudar�n a realizar filtros m�s complejos.

Para datos de tipo INTEGER o STRING se pueden emplear operados aritm�ticos para definir las condiciones, como por ejemplo: = (igual a), !=(no igual a), > (mayor que) o < (menor que).

GROUP BY

Dentro de BigQuery y SQL, Group by permite agrupar los valores de las dimensiones que te resulten m�s interesantes, pudiendo a�adir varias dimensiones. Para poder utilizarla �nicamente hay que indicar la funci�n por la que se va a agrupar las variables seleccionadas dentro del SELECT, es decir sumar o contar, por ejemplo.

ORDER BY

(�) Permite ordenar los datos de forma ascendente o descendente seg�n se haya indicado.

JOIN

(�) La funci�n JOIN que incorpora Google BigQuery, te permitir� unificar dos tablas para obtener an�lisis m�s profundos de las variables.

Dentro de BigQuery existen 5 tipos de JOIN los cuales son:

Inner join: La tabla resultante tiene �nicamente las filas que cumplan las condiciones marcadas.

Left outer join o right outer join: La tabla que se obtiene tiene el mismo n�mero de filas que la primera tabla. Si hay coincidencia con los datos de la segunda tabla se a�adir�n los valores, y en aquellos que no haya, se completar� con NULL.

Full outer join: En este caso se consigue una tabla con todas las filas de ambas tablas, a�adiendo los valores donde hay coincidencia y rellenando con NULL el resto.

Cross join: Permite unir cada fila de la primera tabla con todas las filas de la segunda, por lo que no es necesario establecer ninguna condici�n. (VGS. Tech Solutions, 2021)

Caracter�sticas principales de BigQuery

Sin servidor: Totalmente gestionado. No requiere mantenimiento de infraestructuras, seguridad ni actualizaciones.

Multi-cloud: Al usar lenguaje cloud SQL est�ndar, BigQuery ofrece la flexibilidad de poder conectarse con diferentes nubes.

Aprendizaje autom�tico integrado: BigQuery ML puede crear y entrenar modelos de machine learning en minutos. Se integra con Vertex AI y TensorFlow.

Captura y anal�tica de datos en tiempo real: La alta velocidad y baja latencia de la plataforma permite la sincronizaci�n y el an�lisis de bases de datos en tiempo real.

Alta disponibilidad: El almacenamiento se replica autom�ticamente en diferentes ubicaciones sin costes adicionales.

Consultas federadas: Apoy�ndose en Cloud Storage, procesa datos desde diferentes fuentes externas sin realizar transferencias ni copias.

Tabla 1.� Tama�o de los tipos de datos de BigQuery

Tipo de datos	Tama�o
INT64/INTEGER	8 bytes
FLOAT64/FLOAT	8 bytes
NUMERIC	16 bytes
BIGNUMERIC	32 bytes
BOOL/BOOLEAN	1 byte
STRING	2 bytes + tama�o de la cadena codificada en UTF‑8
BYTES	2 bytes + n�mero de bytes del valor
DATE	8 bytes
DATETIME	8 bytes
TIME	8 bytes
TIMESTAMP	8 bytes
INTERVAL	16 bytes
STRUCT/RECORD	0 bytes + tama�o de los campos que contiene
GEOGRAPHY	16 bytes + 24 bytes * n�mero de v�rtices del tipo geogr�fico. Para verificar el n�mero de v�rtices, usa la funci�n ST_NumPoints.

Fuente: (Google Cloud, s.f.)

Elaborado por: Julissa Eufemia Marcillo Valverde

 

Etapa 3: Demostrar

La etapa 3 y su fase 1 tiene como finalidad demostrar la importancia del uso de la herramienta BigQuery de Google Cloud Platform para el almacenamiento de datos de seguimiento de graduados de la Carrera Tecnolog�as de la Informaci�n.

Seguimiento de Graduados de la Carrera Tecnolog�as de la Informaci�n

Acorde a la informaci�n proporcionada por la carrera, se encontr� que el proceso de seguimiento de graduados se lleva a cabo mediante el uso de la herramienta ofim�tica Excel para guardar datos de los estudiantes graduados.

 

Materiales y m�todos

Seg�n la naturaleza de la informaci�n recopilada para dar respuesta al problema de investigaci�n, se considera investigaci�n mixta, pues integra los enfoques cualitativo y cuantitativo al emplear m�todos de recolecci�n de datos (encuesta y entrevista) y a la vez el an�lisis estad�stico de los resultados.

Seg�n el nivel de profundizaci�n, se considera investigaci�n descriptiva, pues se limitar� a analizar los modelos de Cloud Computing como herramienta de Big Data para la gesti�n de datos de seguimiento de graduados de la Carrera Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab�

En la indagaci�n se emple� los m�todos de la investigaci�n cient�fica tal como: m�todo hist�rico-l�gico: se us� en la construcci�n de la investigaci�n con �nfasis en la b�squeda y an�lisis de documentaci�n cient�fica y t�cnica relacionada con el Cloud Computing y Big Data, m�todo hipot�tico-deductivo: se utiliz� para el planteamiento de la hip�tesis de investigaci�n, an�lisis de documentos: se us� en el proceso de filtrado de documentaci�n cient�fica relacionada al tema de investigaci�n, con �nfasis en los modelos de servicios de Cloud Computing, revisi�n bibliogr�fica: se us� para complementar la aplicaci�n del m�todo hist�rico-l�gico de la investigaci�n.� Estad�stica Inferencial y Estad�stica Descriptiva: se utiliz� para determinar la muestra de personas a encuestar, con �nfasis en el an�lisis y tabulaci�n de resultados obtenidos de la encuesta dirigida a los estudiantes y docentes de la Carrera de Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab�.

En efecto, la poblaci�n de estudio, que se consider� para el desarrollo de esta investigaci�n es el conjunto de docentes titulares y contratados, y estudiantes legalmente matriculados de primero a octavo, dando como resultado un total de 856 estudiantes y 35 docentes.

 

Resultados����������������������������������������������

El an�lisis y procesamiento de los datos se desarroll� en la Carrera Tecnolog�as de la Informaci�n a trav�s de encuesta y entrevista. A continuaci�n, se presentan los resultados obtenidos de acuerdo a los datos procesados.� La interpretaci�n de la encuesta realizada a profesores y alumnos de la carrera de Tecnolog�as de la Informaci�n en la tabla N.� 2 d�nde se determin� que 59 encuestados, correspondiente al 22% respondieron que no, y 152 encuestados, correspondiente al 56% respondieron tal vez. Por lo que se puede concluir que no existe una correcta organizaci�n y almacenamiento de la informaci�n.

Tabla 2. Organizaci�n y almacenamiento de los datos de la Carrera

Fuente: Elaborado por los Autores

Nota: Resultado de la encuesta realizada a profesores y estudiantes

 

Ante lo mencionado, se concluye que los clientes conf�an en la labor que desempe�a el Laboratorio de Diagn�stico Cl�nico Monte Sina�, por ende, est�n de acuerdo en el desarrollo de una herramienta tecnol�gica que permita satisfacer sus necesidades y contribuya a disminuir los efectos negativos del coronavirus. En ese sentido Agudelo et al., (2020) deriva que las herramientas tecnol�gicas juegan un papel fundamental en mitigar los efectos de la pandemia y soportar el ecosistema productivo, educativo y de servicios p�blicos es imprescindible que los gobiernos tanto a nivel nacional como subnacional, la industria, la academia y la sociedad civil latinoamericana conformen un acuerdo de colaboraci�n y plan de trabajo conjunto que permita en el muy corto plazo identificar aquellas �reas que permitan mejorar el desempe�o y maximizar el potencial del ecosistema digital.

Por otra parte, para profundizar en el trabajo sobre el uso de los servicios de Cloud Computing como herramienta de Big Data aporte al proceso de toma de decisiones, se determin� que el �84% manifestaron que s� creen que el uso de servicios de Cloud Computing como herramienta de Big Data permita dar un gran soporte en la toma de decisiones importantes para el desarrollo de los procesos acad�micos.

Tabla3. Uso de servicios de Cloud Computing en la carrera

Fuente: Elaborado por los Autores

Nota: Resultado de la encuesta realizada a profesores y estudiantes

Se enfatiza entonces, que la utilizaci�n de los servicios de Cloud Computing como herramienta de Big Data so de suma importancia para poder tomar decisiones oportunas y acertadas que beneficien a las actividades relacionadas con el proceso de seguimiento a graduaos de esta manera se pueda alimentar las acciones a tomar para la formaci�n de y la pertinencia de la carrera.

 

Conclusiones

En este trabajo se analiz� los servicios de Cloud Computing como herramienta de Big Data para la gesti�n de datos de la carrea Tecnolog�as de la Informaci�n de la Universidad Estatal del Sur de Manab�.

Se realiz� la investigaci�n cient�fica referente a los servicios de Cloud Computing como herramienta de Big Data y se encontr� que hay una amplia variedad de distribuidores de servicios de Cloud Computing, destacando de esta manera su importancia para la gesti�n de los datos de las instituciones educativas de ense�anza a nivel superior, lo que faciliten la organizaci�n y almacenamiento de la informaci�n, para de esta manera contribuir con el an�lisis y procesamiento de la informaci�n cuyos resultados dan un soporte importante al proceso de toma de decisiones y a la vez minimizan las condiciones de decidir en situaciones de incertidumbre.

 

 

Bibliograf�a

�ACERVO LIMA. (s.f.). GOOGLE CLOUD PLATFORM: TRABAJO CON DATOS EXTERNOS EN BIGQUERY. ACERVO LIMA: https://es.acervolima.com/google-cloud-platform-trabajo-con-datos-externos-en-bigquery/

Aguilar, L. J. (2015). COMPUTACI�N EN LA NUBE. Notas para una estrategia espa�ola en cloud computing. Universidad Pontificia de Salamanca , 2, 89-112.

Alegsa, L. (2 de mayo de 2019). Definici�n de Recurso (Inform�tico). ALEGSA.com.ar: https://www.alegsa.com.ar/Dic/recurso.php

An�nimo. (31 de agosto de 2017). BigQuery el Big data de Google que ofrece a los usuarios acceso a una serie de conjuntos de datos p�blicos. Blog de la biblioteca de Traducci�n y Documentaci�n de la Universidad de Salamanca: https://universoabierto.org/2017/08/31/bigquery-el-big-data-de-google-que-ofrece-a-los-usuarios-acceso-a-una-serie-de-conjuntos-de-datos-publicos/#:~:text=BigQuery%20escanea%20terabytes%20en%20cuesti%C3%B3n,datos%20de%20gigabytes%20a%20petabytes.

arsys. (mayo de 2019). Qu� es Hadoop y c�mo se utiliza. arsys: https://www.arsys.es/blog/file/uploads/2019/05/Whitepaper-Hadoop.pdf

Avansis. (2021). PROVEEDORES IAAS. MEJORES OPCIONES Y SOLUCIONES DEL MERCADO. AVANSIS: https://www.avansis.es/sistemas/proveedores-iaas/

Avi. (25 de noviembre de 2021). Introducci�n a Modelos de servicios en la nube: PaaS, SaaS, IaaS, FaaS y m�s. GEEKFLARE: https://geekflare.com/es/cloud-service-models/

Aydin, H. (July-September de 2021). A Study of Cloud Computing Adoption in Universities as a Guideline to Cloud Migration. SAGE Open, 1-14.

ayudaley. (s.f.). Google Cloud Platform: El Cloud Computing de Google. ayudaley: https://ayudaleyprotecciondatos.es/cloud-computing/google/

Badar�, S., Iba�ez, L. J., & Ag�ero, M. J. (2013). Sistemas Expertos: Fundamentos, Metodolog�as y Aplicaciones. Ciencia y Tecnolog�a, 349-364. PDF: https://www.palermo.edu/ingenieria/pdf2014/13/CyT_13_24.pdf

beServices. (2022). An�lisis: Cloud Data Warehouse vs Data Warehouse On premise. beServices: https://www.beservices.es/cloud-data-warehouse-vs-data-warehouse-onpremise-n-5389-esWang, C. J., Ng, C. Y., & Brook, R. H. (2020). Response to COVID-19 in Taiwan: Big Data Analytics, New Technology, and Proactive Testing. JAMA, 323(14), 1341�1342. https://doi.org/10.1001/jama.2020.3151

Wosik, J., Fudim, M., Cameron, B., Gellad, Z. F., Cho, A., Phinney, D., & Katz, J. N. (2020). Telehealth transformation: COVID-19 and the rise of virtual care. Association, Journal of the American Medical Informatics, 27(6), 957.

 

 

 

���������������������������������������������������������������������������������������������������������������������������������

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https:// /licenses/by-nc-sa/4.0/)