RESUMEN BIG DATA 26 octubre 2019

Cesar Cam
BigDataLatam
Published in
2 min readOct 26, 2019

Video 1: Reinventando el retail con AI

El retial es un área de mucha importancia para Google. Podemos decir que clientes más exigentes, productos con ciclo de vida más cortos, la eliminación de tiendas físicas y el auge del comercio electónico mundial, obligan a los negocios a buscar enfoques más avanzados; y aquí es donde el ML y AI nos pueden ayudar a cambiar la experiencia cliente y a mejorar la eficiencia de la cadena.

Para tal efecto, Google está trabajando en cuatro productos : a) Contact Center AI, b) Visual Product Search, c) Recommendation AI y d) Tablas de Auto ML y a su vez, estos productos ya se están probando y utilizando en tres clientes de Google: Nordstrom (computer vision y product search), Disney (recommendations AI con deep learning) y Pitney Bowes (eficiencia de extremo a extremo en la cadena de otros retailers).

En estos tres ejemplos, los ingenieros de Google han trabajado codo a codo con los equipos técnicos de estas tres empresas a fin de encontrar la solución correcta que mejora la experiencia cliente, aumenta la eficiencia de la cadena de suministros y genera más ingresos.

Video 2: Migrando grandes ambientes de BIG DATA a la nueb

Este video, nos muestra las lecciones aprendidas de Liveramp al momento de realizar este tipo de migraciones — que pueden considerarse monstruos multidimensionales; en donde no hay que asumir nada, hay que entender bien el problema y no tenerle miedo al cambio a lo largo del proyecto. Aquí debemos resaltar que los expositores sienen que la mejor alternativa fue la de Google por el nivel de involucramiento que tuvieron a diferencia de otras plataformas que sólo ofreciero paquetes de soporte técnico. Otra lección, es que hay que empoderar a los ingenieros, que crean en el proyecto, en el plan esbelto que tenemos que llevar a cabo, hay que saber cuándo y dónde despriorizar, romper con el molde.

Video 3: Data Science con R sobre GCP

Este video, paracido al anterior, nos detalla cómo manejar grandes volúmenes de información usando R sobre GCP

--

--