El pasado 8 de marzo datahack organizó una mesa redonda de EXPERTAS en el ámbito de los datos.

Macarena Estévez (Deloitte), Elena Gil (Telefónica) y Emilia Gómez (Universitat Pompeu Fabra), charlaron, moderadas por Lourdes Hernández (CEO de datahack) sobre las últimas tendencias del sector, avances y proyectos punteros que se están desarrollando en estos momentos, y que darán paso al futuro del Big Data revolucionando el sector tal y como lo conocemos.

¿Quieres conocer de primera mano estos proyectos? Si te perdiste la sesión "Data: Advance & Trends". Aquí tienes el vídeo:


????️ SPEAKERS:

⚪ Macarena Estévez - Analytics Partner at Deloitte.
⚪ Elena Gil Lizasoain - Global Director of Product and Business Operations at Telefonica IoT & Big Data.
⚪ Emilia Gómez - Assistant Professor, Centre for Advanced Studies, Music Technology Group at Universitat Pompeu Fabra
⚪ Lourdes Hernández Vozmediano - CEO at datahack.

La Agencia Tributaria y el Big Data reforzarán el control de personas físicas que aparentan ser no residentes en España. Esta medida se lleva a cabo tras la polémica surgida tras la partida de varios youtubers a Andorra. Toda la información pertenece a la nota de prensa "Directrices del Plan Anual de Control Tributario"


Agencia tributaria y el big data

Primero se controlará mediante el uso de herramientas de Big Data y herramientas de análisis masivos de datos. Es una novedad en el ámbito de los patrimonios relevantes "deslocalizados" y es un nuevo movimiento para la comprobación tributaria. Además, el proyecto figura en el Plan de Control Tributario 2021. Sus directrices generales se encuentran en el Boletín Oficial del Estado en un contexto de relevantes novedades normativas.

Además, la Administración tributaria gestionará dos nuevas figuras fiscales, el Impuesto sobre Determinados Servicios Digitales y el Impuesto sobre Transacciones Financieras. Otro punto importante es la previsible incorporación del paquete de comercio electrónico ('e-commerce package') con importantes novedades gestoras en el pago del IVA de las plataformas de comercio electrónico.

La Agencia intensificará el control del comercio electrónico, tanto desde la perspectiva de la tributación directa como de la indirecta. Su intención es asegurar la identificación fiscal de los obligados tributarios aunque no vivan en España y realicen el hecho imponible del IVA por sus ventas a consumidores localizados en el país.

¿Por qué es importante el Big Data?

Hoy en día continuan las labores de control de grandes fortunas por la Unidad Central de Coordinación del Control de Patrimonios Relevantes de la Oficina Nacional de Investigación del Fraude. Además, utilizan herramientas de big data sobre los contribuyentes que "deslocalizan" su residencia, fingiendo vivir en el extranjero cuando realmente residen en España.

Este sistema ha permitido obtener grandes cantidades de datos e indicios necesarios que permiten descubrir la residencia en España de estas figuras. Por lo que podrán intensificar el control de ciudadanos deslocalizados.

Fraude en la fase recaudatoria

Además de las prioridades de esta institución en ¡ el ámbito del control en fase recaudatoria, este año las labores de investigación que dan lugar a derivaciones de responsabilidad a terceros se verán reforzadas con un control especial de las titularidades 'de conveniencia' de los terminales punto de venta.

"Por otra parte, continuarán este año los trabajos de implementación del denominado 'NRC online', un nuevo sistema de registro y seguimiento de los ingresos gestionados a través de entidades colaboradoras que desembocará en un conocimiento de esta información de forma inmediata, facilitando las labores de seguimiento y control de las deudas." Directrices del Plan Anual de Control Tributario.

Si queréis saber más sobre las nuevas directrices, podéis entrar aquí. Contacta con nosotros para cualquier duda o sugerencia.

En el anterior post sobre el big data y el cambio climático, el profesor Antoni Munar se preguntó la razón de las nevadas cuando vivimos un calentamiento global. En este os traemos la relación más detallada que existe entre estos dos elementos.

Big data y cambio climático

Relación entre ambos términos

Primero, todo se puede deducir mediante datos. El cambio climático cada vez está más presente en la mentalidad de los empresarios. Además, algunas empresas dependen del clima para avanzar, por lo que necesitan la posibilidad de prever el cambio.

Las nuevas tecnologías, la innovación y el desarrollo del análisis de datos está siendo fundamental para medir este impacto. Pero no solo esto, sino también podemos descubrir las causas y los efectos de este problema. Gracias a esto, las empresas pueden crear estrategias para tratar de evitar o disminuir el riesgo, o incluso tomar ventaja ante sus competidores.

En un primer momento, los negocios comenzaron a analizar a corto plazo, evitando así males mayores. Tras el avance de las nuevas tecnologías, podemos analizar los riesgos a largo plazo a pesar de los cambios que pueda haber. Este big data tiene las herramientas ideales para analizar toda la información de forma rápida y veraz, así como predecir los riesgos y reforzar la seguridad de la empresa.

¿Puede el uso del big data evitar el cambio climático?

Ya está en ello. Hoy en día existen numerosos estudios que utilizan el big data para analizar la gran cantidad de información que necesitan. Un ejemplo es este estudio científico que asegura que hay suficiente espacio en nuestro planeta para repoblar millones árboles, lo que nos ayudaría a evitar el efecto invernadero.

Otro ejemplo es el estudio del desarrollo sostenible y macrodatos que nos permite gestionar de el crecimiento de las ciudades y su polución. Todo se puede medir y el Big Data es una gran estrategia para crear soluciones.


Si queréis saber más acerca de este tema, no dudéis en contactarnos. Enviadnos dudas y sugerencias.

El mercado de las herramientas de Business Intelligence crecerá a un ritmo anual del 7,6% entre 2020 y 2025, según pone de manifiesto un estudio de MarketsandMarkets. La Inteligencia de Negocio y el Big Data están ofreciendo a las organizaciones justo lo que más necesitan: confianza en medio de la incertidumbre por la pandemia de la COVID-19 y por la imparable transformación digital en que se halla inmerso el sector empresarial.

Los expertos en Business Intelligence y Big Data recurren a soluciones tecnológicas para  automatizar las tareas de recolección y análisis pero, sobre todo, para trabajar en la visualización de datos. Numerosos departamentos (como marketing, RRHH, compras, logística, etc.), así como los mandos directivos, hacen uso de dashboards creados con estas plataformas para consultar información previamente tratada por los analistas y data scientists.

Ante este interés por el Business Intelligence, el número de herramientas a nuestra disposición no hace sino aumentar. ¿Con cuál -o cuáles- quedarnos? En datahack hemos llevado a cabo nuestra propia selección con las 6 soluciones de Inteligencia de Negocio más útiles para este 2021. ¿Las has probado ya?

1.     Power BI

Power BI es una suite de Microsoft para la gestión de datos y la realización de análisis descriptivos y predictivos. Power BI vuelca la información en cuadros de mando interactivos que muestran la evolución de las variables del negocio, favoreciendo una dinámica self-service de acceso a los datos por parte de las distintas áreas de la organización.

Entender el funcionamiento de esta herramienta de Business Intelligence es prácticamente una obligación para los expertos en Big Data. ¿Qué puedes hacer para acercarte a ella?

2.     Tableau

Tableau mantiene su posición de preeminencia entre las soluciones de Business Intelligence más utilizadas. Probablemente, porque los niveles de dificultad en su manejo se adaptan al conocimiento de sus usuarios: los neófitos pueden efectuar análisis sencillos en una plataforma visual e intuitiva; mientras que los especialistas disponen de numeras opciones de configuración en un entorno seguro y escalable.

Además, su gran implantación en todo el mundo ha favorecido el crecimiento de una comunidad online muy activa, que comparte a menudo sus experiencias con la herramienta en foros y redes sociales.

3.     MicroStrategy

La rapidez y la inmediatez son las grandes ventajas que sitúan a MicroStrategy como una de las herramientas de Business Intelligence con más potencial en 2021. Ofrece numerosas posibilidades de integración con otras aplicaciones (con Power BI, entre otras), permite efectuar análisis en tiempo real y acaba con los silos en el manejo de la información empresarial. Además, provee funcionalidades específicas para el entorno móvil.

Uso de herramientas de Business Intelligence en escritorio y móvil

4.     Oracle BI

Oracle BI es la suite de soluciones de Inteligencia de Negocio de Oracle. Presenta dos grandes bazas como herramienta de Business Intelligence para este año:

5.     Qlik

Qlik lleva a gala su posición de liderazgo dentro del Cuadrante Mágico de Gartner 2020 para herramientas de analítica y Business Intelligence, donde comparte trono con Microsoft y Tableau. Lo mejor de esta plataforma es que, con un tono pedagógico en su comunicación, intenta hacer fácil lo difícil, apostando por la simplificación de sus comandos y la automatización de las órdenes. En definitiva, persigue que los usuarios le pierdan el miedo a los datos.

6.     SAP BusinessObjects Business Intelligence

La plataforma BusinessObjects Business Intelligence de SAP destaca por su escalabilidad, requisito extremadamente valioso para startups y empresas en expansión. Se trata de una herramienta de Inteligencia de Negocio con implementación local y 100% integrable con el paquete Office de Microsoft, lo que la convierte en la solución de elección para aquellas compañías que han hecho de Excel su biblia corporativa.

¿Quieres aprender a manejar estas y otras herramientas de Business Intelligence y orientar tu carrera profesional hacia este campo? En datahack encontrarás a tu mejor aliado. Consulta nuestra oferta de formación 100% online en Big Data, práctica y adaptada a las necesidades del mercado. ¿Tienes dudas? Pregúntanos directamente todo lo que se te ocurra. ¡Empieza ya a abrirte camino como especialista en Inteligencia de Negocio!

Dentro del mundo del Data Science, existen iniciativas muy interesantes. Una de las más importantes y con muy buenas herramientas son los Google Colab. Además, si queréis saber más sobre la relación que existe entre el Data y esta aplicación, podéis leer nuestro artículo de introducción. Rápido y sencillo de entender.

Google Colab
Google Colab y Big Data

En primer lugar, Google Colab es un entorno de máquinas virtuales y está basado en Jupyter Notebooks y Python, una herramienta de análisis de datos que combina código, salida y texto descriptivo en un solo documento. Es una aplicación muy útil que nos ofrece Google de manera gratuita pero limitada. A pesar de esto, existe la versión PRO. Es de fácil colaboración, mediante un código puedes invitar a colaboradores para trabajar en tu equipo. Puedes escribir y ejecutar tus códigos. Además, Google Colab tiene bibliotecas preinstaladas de Data Science.

Otras aplicaciones:

La ventaja principal que ofrece es la GPU gratis.  De esta manera, todo será más rápido y sencillo para las personas que no tienen máquinas poderosas. De esta manera, el trabajo podrá ser delegado en la nube. Este programa mantiene el sistema notebook. Un documento ejecutable que, a parte de código Python, permite insertar imágenes, vídeos y enlaces que se ejecutarán en la terminal.

Si queréis saber más sobre Python, Google Colab, big data o data science, este es tu blog. Ofrecemos cursos a los que podéis echar un vistazo en nuestra web. Si tienes alguna duda o sugerencia, no dudes en contactar con nosotros.

Debido al aumento del teletrabajo, los ciberataques se han incrementado este 2020. En 2021 se espera que sean aún más frecuentes, por lo que hay que tomar medidas para evitarlos. El machine learning y la inteligencia artificial son dos medidas indispensables para mantener la seguridad en tu negocio. Hay amenazas que el antivirus no es capaz de detectar y frenar.


Ciberataques

En nuestro blog, publicamos un post sobre las posibilidades que ofrece el machine learning y la inteligencia artificial. Entre ellos estaba la ciberseguridad.

La empresa experta en seguridad cibernética "CrowdStrike" realizó un estudio del aumento de estos ciberataques durante la pandemia 2020. El teletrabajo es recomendado por muchas empresas, pero también puede conllevar muchos problemas de seguridad. A pesar de los antivirus, los grupos de ataque siguen desarrollando nuevas técnicas y programas para entrar en los ordenadores.

Durante la pandemia, el teletrabajo está siendo primordial. Pero si un trabajador recibe un correo no deseado con links o páginas web desconocidas, no debe abrir el mensaje.

Hay que tener los sistemas de la IA actualizados ya que, según algunos reportes, los ciber atacantes están usando la propia inteligencia artificial para entrar en los softwares de las empresas. Al aumentar el número de equipos y asistentes virtuales, incrementa también las posibilidades de recibir un ataque. Los más utilizados son: la voz, las huellas dactilares, ataques de phishing e ingeniería social y técnicas avanzadas de ocultación de malware. El machine learning también puede detectar el tráfico de la web y el comportamiento de lo usuarios.

¿Cómo evitar estos ciberataques?

Esta ciberseguridad, junto con el machine learning, puede detectar intrusos. Otras opciones son: proteger la privacidad, descubrir y defender comportamientos extraños o amenazas encubiertas. Gracias a la Inteligencia Artificial podemos analizar cualquier proceso. Además de tomar decisiones y reaccionar de manera más rápida, fácil y segura. Podemos desarrollar sistemas que, con procesos, nos permitan automatizar estos procesos.


Próximamente tendremos webinars sobre seguridad para tu negocio. Si tenéis alguna duda, podéis contactar con nosotros. Estamos abiertos a cualquier duda, opinión o sugerencia.

La pandemia por el virus SARS-CoV-2, declarada en 2020,ha colocado a la salud en el centro de nuestras preocupaciones. Gobiernos, multinacionales y organizaciones globales están destinando gran cantidad de recursos a la persecución de un único objetivo: la erradicación de la enfermedad. Y, de entre todas las tecnologías que se han puesto en juego con este fin, el informe Perspectiva del COVID-19. Tecnología e innovación contra el Coronavirus de Grant Thornton destaca al Big Data y a la Inteligencia Artificial como la de mayor impacto en la mitigación de la COVID-19, con un 53% del peso, seguida muy de lejos por la robótica (22%) y la ciberseguridad (12%).

Más allá de esta situación excepcional derivada del coronavirus, la alianza entre Big Data y Salud nos aporta muchas más ventajas. Solo tenemos que mirar a nuestro alrededor: la industria sanitaria demanda cada vez más especialistas en tratamiento de datos y algunas de las aplicaciones del Big Data en Salud ya han comenzado a hacernos la vida más fácil.

¿Qué datos utilizar para el análisis Big Data en Salud?

El artículo Big Data in Health Care: Applications and Challenges (Liang Hong et al., publicado en Sciendo) hace un repaso de las distintas fuentes de datos que se pueden integrar para llevar a cabo un análisis Big Data aplicado a la Salud. El listado incluye:

Big Data y Salud: hacia la Medicina 4P

El Big Data, según los especialistas en Salud, allana el camino hacia la Medicina 4P, un nuevo paradigma con cuatro pilares:

  1. Medicina Preventiva, en la que el conocimiento de las características internas y del entorno del paciente permitirá aplicar estrategias que eviten el deterioro físico y la aparición de enfermedades.
  2. Medicina Personalizada, con terapias ultraindividualizadas para conseguir el mayor beneficio con los menores efectos secundarios en cada caso.
  3. Medicina Predictiva, que mediante la monitorización constante podría detectar ciertas patologías antes de que se manifiesten los síntomas.
  4. Medicina Participativa, que empodera al paciente y lo coloca en el centro de la toma de decisiones relacionadas con su salud.

Para avanzar en esta dirección, la Agencia Europea del Medicamento ha emitido 10 recomendaciones para sacar al máximo partido al uso del Big Data en Salud en la UE, entre las que destaca la creación de una plataforma europea de acceso y análisis de datos de atención médica, así como apoyar el aprendizaje del Big Data entre los distintos actores sanitarios.

Diagnóstico automatizado por imagen, una de las aplicaciones del Big Data en Salud

Aplicaciones actuales y futuras del Big Data en el sector de la Salud

La utilización del Big Data en Salud cristaliza en aplicaciones como estas:

Estudio de la transmisión de enfermedades infecciosas

Como comentábamos en nuestro artículo sobre coronavirus y Big Data, en 2008 los científicos de datos de Google fueron capaces de prever la localización de nuevos brotes de gripe mediante el estudio de los patrones de búsqueda en Internet sobre síntomas o vacunas. Este tipo de prácticas se puede hacer extensible a otras enfermedades infecciosas y en la actualidad, con la pandemia de la COVID-19, se hace patente en la creación de herramientas como el mapa mundial de evolución de los contagios de la Universidad Johns Hopkins, que se actualiza en tiempo real con información de la red.

Seguridad farmacológica

El seguimiento de pacientes que toman determinados medicamentos con técnicas de Big Data sirve para detectar con rapidez efectos secundarios significativos que no se habían previsto antes de la comercialización. Esto ayuda a abordar la reevaluación de la seguridad del fármaco en tiempo récord.

Gestión inteligente de recursos humanos y de los suministros

El Big Data en Salud permite hacer predicciones bien fundadas de afluencia de pacientes y de evolución de la presión asistencial en los centros médicos. Con ellas se puede ajustar la política de Recursos Humanos, la gestión de turnos del personal o la compra de materiales.

Vigilancia de la salud

Los wearables son un accesorio inestimable para utilizar el Big Data en pro de nuestro bienestar. La información registrada por estos dispositivos puede orientar a los facultativos sobre nuestros hábitos y estado de salud, lo que redunda en diagnósticos más certeros, además de enviarles alertas inmediatas ante situaciones de emergencia.

Diagnóstico automatizado por imagen

Una gran ayuda para los radiólogos. Los algoritmos de Big Data rastrean píxel a píxel las irregularidades en una imagen, llamando la atención acerca de detalles clave para guiar e, incluso, automatizar el diagnóstico.

¿Te gustaría participar en el desarrollo de soluciones como estas? Únete la revolución del Big Data en Salud con datahack. Aún puedes inscribirte en nuestro Máster en Big Data & Analytics, práctico, 100% online y orientado a disparar tu proyección profesional. ¿Alguna pregunta? Contacta con nosotros: estamos a tu disposición para resolver todas tus inquietudes.

Cuando hablamos de IA, nos referimos a inteligencia artificial y normalmente todo el mundo piensa en robots. Según Kaplan y Haenlein es la capacidad de un sistema para interpretar correctamente datos externos, para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas concretas a través de la adaptación flexible. En nuestro blog puedes descubrir más usos del big data y machine learning.


IA

Las empresas están utilizando el big data y machine learning para sobrevivir estas navidades. Gracias a estos sistemas, han descubierto que el 30% de las compras online de esta época sean devueltas en enero. Por este motivo, los expertos animan a las compañías a utilizar asistentes virtuales, es decir, la IA, para facilitar el proceso. La Inteligencia Artificial y el Big Data están proporcionando información en tiempo real para optimizar la toma de decisiones.

Debido a la pandemia de este 2020, los consumidores han decidido realizar sus compras por internet. Ha aumentado su nivel, pero también el número de devoluciones. Además, es más complicado realizar las devoluciones de productos de manera presencial, ya que hay que conocer el caso y sus posibles resoluciones.

La inteligencia artificial podrá asistir a estos consumidores y les podrá guiar por los mejores caminos para conseguir su propósito. Puede ser descubrir un producto mejor adecuado a sus necesidades, un cambio etc. Además, existe un chat donde podrán preguntar a la IA y el asistente virutal les contestará.

IA como recomendador de regalos

Gracias a todos los datos que aporta el Big Data, la inteligencia artificial cada vez es más precisa. Conoce todas las preferencias de los usuarios y qué tipo de regalos podrán funcionar. También es una buena manera para evitar el aumento de las devoluciones, ya que, al estudiar a los clientes potenciales, sabremos sus necesidades y gustos.


Si tenéis alguna duda o sugerencia, no dudéis en contactarnos.

Segunda parte.

En el anterior artículo sobre Machine Learning os explicamos las aplicaciones más importantes en el ámbito de la empresa y los negocios. En este os explicamos sus usos generales que pueden ayudar al emprendimiento de una PYME.


Machine learning

6. Seguridad

El machine learning ayuda de manera rápida a la seguridad en, por ejemplo, un aeropuerto. Mediante sus algoritmos y patrones previos puede detectar si una alarma es falsa y anomalías que el ser humano no es capaz de ver con claridad.

También puede analizar imágenes de alta calidad, como por ejemplo el Face ID. Numerosas empresas de seguridad utilizan este sistema.

 7. Vehículos autónomos y robots

Estos coches se adaptan a las preferencias y gustos del conductor. Un ejemplo es la temperatura deseada o la opción de "mascota dentro del vehículo". Según un estudio de IBM, se espera que en 2025 ya podamos ver coches inteligentes en la carretera y predecir el tráfico en las ciudades.

Además, la empresa Tesla utiliza este sistema para reconocer los patrones de conducción de la persona y predice accidentes con antelación.

8. Diagnósticos médicos

El sistema de machine learning es capaz de procesar y detectar patrones e información mucho más rápido que la mente humana y desarrollar diagnósticos a partir de los informes de patología. Además, puede detectar síntomas de una enfermedad o el riesgo de tenerla en grandes poblaciones. Un ejemplo es el cáncer de mama, que fue capaz de ser detectado con antelación tiempo antes de que las mujeres fuesen diagnosticadas.

9. Procesamiento de lenguaje natural (NLP)

El machine learning es capaz de entender el lenguaje humano y responder en el mismo idioma. Ya se está utilizando en varias empresas. Pueden sustituir al empleado en el servicio al cliente y llevar al usuario a la información que desea obtener.

También tiene la función de reconocimiento de voz y uno de los sistemas más famosos que lo utilizan es Siri de IOS.

Más de 5 000 millones de personas participan a diario en interacciones en red que generan algún tipo de dato. Para 2025, esta cifra sobrepasará los 6 000 millones, lo que supone que el 75% de la población mundial formará parte de una gran muestra cuyo comportamiento estará en permanente estudio. Así lo ponen de relieve Seagate e IDC en su informe The Digitization of the World – From Edge to Core.

Este escenario que se nos dibuja para dentro de cinco años, con más de 150 000 millones de dispositivos interconectados -muchos de ellos recogiendo datos de manera ininterrumpida y en tiempo real- es un terreno abonado para el avance del Big Data y el Internet of Things (IoT) o Internet de las Cosas. ¿Qué puede ofrecernos la colaboración entre estos dos paradigmas?

Internet of Things (IoT): ¿qué es y cómo funciona?

Según el glosario de la consultora Gartner, el Internet of Things (IoT) o Internet de las cosas se define como una red de objetos interrelacionados y equipados con tecnología para la intercomunicación, la captura de señales o la interacción con el entorno. A día de hoy, el IoT se despliega en forma de millones de cámaras, grabadoras, ordenadores, móviles, radares, sensores, drones, códigos, termómetros, higrómetros, etc., que toman registros de lo que sucede y los envían a los centros de procesamiento.

Estos dispositivos presentan diferentes niveles de sofisticación. Los más sencillos como, por ejemplo, las etiquetas RFID, se emplean con fines de identificación. Otros, más complejos, actualizan su ubicación o son programables a distancia. Finalmente, hay nodos que, incluso, toman decisiones y las ejecutan por sí mismos si se cumplen ciertas condiciones.

Entonces, ¿qué relación hay entre el Big Data y el IoT?

La actividad del IoT da como resultado una cantidad ingente de datos que es preciso recopilar, validar, almacenar, procesar y analizar para extraer valor, es decir, conclusiones que nos permitan ampliar nuestro conocimiento y basar nuestros siguientes pasos. Es aquí donde, justamente, entra en juego el Big Data para, haciendo un símil con el mundo financiero, transformar en neto aquello que estaba en bruto.

IoT & Big Data: sectores de aplicación

La alianza entre Big Data e IoT proporciona ventajas en dos esferas: la industrial, con la implementación de soluciones B2B; y la del gran consumo, con desarrollos B2C que mejoran nuestra vida diaria en lo personal y en lo doméstico.

Big Data e IoT contribuyen al desarrollo de soluciones de domótica para el hogar

Big Data e IoT, una alianza cargada de potencial de futuro

Extraer beneficios de la colaboración entre Big Data e IoT es cada vez más sencillo gracias a la suma de otras tecnologías, como el 5G, que ahorra ancho de banda en las operaciones y reduce la latencia en la transmisión de datos; y el edge computing, que favorece el procesamiento descentralizado de la información de manera que, cuando esta llega al nodo central de la red, lo hace ya desprovista de ruido y preparada para someterse a un proceso de análisis en Big Data.

Esta experimentación nos hace pensar en un presente y un futuro muy cercano en los que se registrarán considerables avances en campos como:

¿Te gustaría formar parte de la revolución del Big Data y el IoT que ya está en marcha? Nuestro Máster Experto en Arquitectura Big Data te prepara para desarrollarte profesionalmente en este sector, en el que podrás trabajar como líder de proyectos en sistemas intensivos de datos o como gestor de infraestructuras de Big Data, entre otras especializaciones. ¿A que suena bien? Pues no lo dejes para mañana: contacta con nosotros hoy mismo y te ofreceremos un asesoramiento personalizado.

chevron-down