Data Quality Engineering /

Este proyecto se realizó en la empresa de consultoría de software Softtek para su cliente Techint Ingeniería & Construcción (TEIC) y consistió en el desarrollo y puesta en producción de un sistema que mida la calidad de sus datos almacenados Esta necesidad surge por parte del cliente, ya que nec...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: 15193 Ifrán, Julián Agustín
Formato: text
Lenguaje:Español
Publicado: Florencio Varela : Universidad Nacional Arturo Jauretche, 2022
Materias:
Ingeniería en Informática
GOBERNANZA DE DATOS
BASES DE DATOS
CALIDAD DE DATOS
APRENDIZAJE AUTOMÁTICO
MLOPs
Acceso en línea:https://biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/f5ea046ec6cee7efd2f0bf3354f7d4e63cfee32b
Aporte de:
Repositorio UNAJ de Universidad Nacional Arturo Jauretche
id I76-R191-7847
record_format dspace
institution Universidad Nacional Arturo Jauretche
institution_str I-76
repository_str R-191
collection Repositorio UNAJ
language Español
orig_language_str_mv spa
topic Ingeniería en Informática
GOBERNANZA DE DATOS
BASES DE DATOS
CALIDAD DE DATOS
APRENDIZAJE AUTOMÁTICO
MLOPs
spellingShingle Ingeniería en Informática
GOBERNANZA DE DATOS
BASES DE DATOS
CALIDAD DE DATOS
APRENDIZAJE AUTOMÁTICO
MLOPs
15193 Ifrán, Julián Agustín
Data Quality Engineering /
topic_facet Ingeniería en Informática
GOBERNANZA DE DATOS
BASES DE DATOS
CALIDAD DE DATOS
APRENDIZAJE AUTOMÁTICO
MLOPs
description Este proyecto se realizó en la empresa de consultoría de software Softtek para su cliente Techint Ingeniería & Construcción (TEIC) y consistió en el desarrollo y puesta en producción de un sistema que mida la calidad de sus datos almacenados Esta necesidad surge por parte del cliente, ya que necesitaba de una plataforma propia que le permitiera analizar sus bases de datos, encontrar inconsistencia y llevar a cabo acciones correctivas. Para ello, el objetivo del proyecto fue utilizar factores, métricas, métodos y reglas que permitieran medir (de forma cuantificable) la calidad de los datos. También se aprovechó el aprendizaje automático con la intención de detectar anomalías en los datos y así generar alertas tempranas. Las tareas del proyecto abarcan: el desarrollo de una aplicación que permitiera la creación y ejecución de reglas de calidad, la búsqueda de anomalías y la generación de alertas tempranas. Para esta tarea se utilizó un ecosistema principal de aplicaciones compuesto por C#, SQL Server, React y DevOps. Con este proyecto no solo se logró mejorar la calidad de los datos. Sino que también permitió acercar el cliente al desarrollo de métodos propios de medición, la utilización de inteligencia artificial, la detección temprana de anomalías. Para que en el futuro se pueda continuar en la implementación de un modelo de MLOPs y en nuevas acciones correctivas.
format text
author 15193 Ifrán, Julián Agustín
author_facet 15193 Ifrán, Julián Agustín
author_sort 15193 Ifrán, Julián Agustín
title Data Quality Engineering /
title_short Data Quality Engineering /
title_full Data Quality Engineering /
title_fullStr Data Quality Engineering /
title_full_unstemmed Data Quality Engineering /
title_sort data quality engineering /
publisher Florencio Varela : Universidad Nacional Arturo Jauretche,
publishDate 2022
url https://biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/f5ea046ec6cee7efd2f0bf3354f7d4e63cfee32b
work_keys_str_mv AT 15193ifranjulianagustin dataqualityengineering
bdutipo_str Repositorios
_version_ 1764820555073060867

Ejemplares similares