PREGUNTAS EXAMEN DJK

PREGUNTAS EXAMEN DJK: TEMA 1: Cuáles son los pasos de un plan de digitalización y explicarlos brevemente. Plan de digitalización Un plan de digitalización bien concebido proporciona una hoja de ruta estructurada y estratégica que prepara a la empresa para la transformación digital por varios motivos: 1. Diagnóstico y evaluación: un plan de digitalización permite a la empresa realizar un diagnóstico preciso de su estado actual en términos de procesos, tecnologías y cultura organizacional. Esta evaluación es fundamental para comprender dónde se encuentran las oportunidades y desafíos en el camino hacia la transformación digital. 2. Identificación de objetivos: establecer un plan de digitalización ayuda a la empresa a definir objetivos claros y específicos. Esto incluye identificar áreas específicas que se beneficiarán de la digitalización y establecer metas medibles para evaluar el progreso. 3. Alineación con estrategias empresariales: un plan de digitalización debe estar alineado con las estrategias comerciales y los objetivos a largo plazo de la empresa. Esto asegura que la digitalización no sea un esfuerzo aislado, sino que esté integrada en la visión global de la organización. 4. Asignación de recursos: la digitalización a menudo requiere inversiones significativas en tecnología, capacitación y cambio organizacional. Un plan bien estructurado ayuda a asignar recursos de manera efectiva, optimizando la inversión y maximizando el retorno de la transformación digital. 5. Gestión del cambio: la resistencia al cambio es común cuando se implementan nuevas tecnologías y procesos. Un plan de digitalización incluye estrategias para gestionarlo de manera 4 comunicativa y efectiva con los empleados, fomentando así una cultura abierta a la innovación. 6. Evaluación de riesgos y seguridad: la digitalización puede introducir nuevos riesgos, especialmente en términos de ciberseguridad. Un plan sólido aborda la seguridad de la información y evalúa los riesgos asociados, implementando medidas para mitigarlos. TEMA 2: ¿Cuáles son los beneficios y desafíos del IoT? Explicarlos brevemente. Internet de las cosas (IoT) El Internet de las Cosas (IoT, por sus siglas en inglés) es un concepto revolucionario que implica la interconexión de dispositivos y objetos cotidianos a través de Internet, permitiendo que estos recopilen, compartan y actúen sobre datos. Esta tecnología está transformando tanto la vida cotidiana como la operativa empresarial, creando un mundo más inteligente y conectado. Aplicaciones del IoT: • Hogares Inteligentes: Los dispositivos IoT en los hogares permiten la automatización y control de funciones como la iluminación, la seguridad, la climatización y los electrodomésticos. Por ejemplo, los termostatos inteligentes pueden aprender las preferencias de temperatura de los usuarios y ajustar la calefacción o el aire acondicionado para optimizar la comodidad y la eficiencia energética. • Ciudades Inteligentes: Las aplicaciones de IoT en las ciudades incluyen la gestión del tráfico, el alumbrado público inteligente, la recolección de residuos y la gestión del agua..

Estos sistemas pueden mejorar la calidad de vida de los ciudadanos, reducir costos y optimizar el uso de recursos. • Salud y Bienestar: En el sector de la salud, los dispositivos IoT como los wearables pueden monitorear parámetros vitales en tiempo real, facilitando la gestión de enfermedades crónicas y permitiendo intervenciones rápidas en emergencias. Los hospitales inteligentes utilizan IoT para gestionar equipos, optimizar la atención al paciente y mejorar la eficiencia operativa. • Industria y manufactura: En el ámbito industrial, el IoT se utiliza para monitorear y controlar maquinaria y procesos de producción. Esto permite el mantenimiento predictivo, reduciendo tiempos de inactividad y costos de reparación, y optimiza la cadena de suministro mediante el seguimiento de inventarios y la logística en tiempo real. • Agricultura Inteligente: En la agricultura, los sensores IoT pueden monitorear condiciones del suelo, niveles de agua y clima para optimizar el riego y el uso de fertilizantes, mejorando el rendimiento de los cultivos y reduciendo el impacto ambiental. Beneficios del IoT: 1) Eficiencia y Productividad: La automatización y el monitoreo en tiempo real permiten a las empresas y hogares optimizar recursos y mejorar la eficiencia operativa. 2) Mejora de la Toma de Decisiones: La recopilación y análisis de datos proporcionados por dispositivos IoT ayudan a tomar decisiones más informadas y precisas. 3) Seguridad y Mantenimiento: El IoT permite el mantenimiento predictivo y la identificación de problemas antes de que se conviertan en fallos graves, mejorando la seguridad y reduciendo costos. 4) Comodidad y Personalización: Los dispositivos IoT pueden adaptarse a las preferencias individuales de los usuarios, ofreciendo experiencias más personalizadas y mejorando la comodidad. Desafíos del IoT 1. Seguridad: La interconexión de numerosos dispositivos aumenta la superficie de ataque para los ciberdelincuentes, haciendo crucial la implementación de medidas de seguridad robustas. 2. Privacidad: La recopilación masiva de datos personales plantea serias preocupaciones sobre la privacidad y el uso de dicha información. 3. Interoperabilidad: Con tantos dispositivos y estándares diferentes, la interoperabilidad y la integración pueden ser complejas y costosas. 4. Costos Iniciales: La implementación de sistemas IoT puede requerir una inversión inicial significativa en infraestructura y tecnología..

TEMA 3: Qué es la nube híbrida y desventajas. Nube híbrida Es cualquier entorno que utiliza nubes públicas y privadas. Combina soluciones de los dos tipos de nubes. Las organizaciones pueden utilizar la nube privada para sus cargas de trabajo de IT y complementar con recursos de nube pública para adaptarse a picos ocasionales en el tráfico de la red o para cargas de trabajo y transferencia de datos que no son confidenciales. Una de las decisiones importantes que las organizaciones deben tomar es decidir si usar servicios en la nube de un único proveedor o de varios. Las organizaciones que mejor se adaptan a la nube híbrida son las que prestan servicios en múltiples sectores y que necesitan diferentes requisitos de rendimiento. La nube híbrida permite: o Optimizar la inversión en la nube sin comprometer el valor que ofrecen las tecnologías de nube pública o privada. o Mejorar la seguridad de las soluciones en la nube existentes, como las ofertas SaaS, que deben entregarse a través de redes privadas seguras. o Abordar las inversiones en la nube para cambiar y equilibrar de manera continua el mejor modelo de prestación de servicios disponible en el mercado. Las ventajas de la nube híbrida son: o Implementación flexible para distribuir cargas de trabajo en entornos de infraestructura pública y privada según los requisitos de seguridad, rendimiento y costes. o La escalabilidad de los entornos de nube pública se logra sin exponer cargas de trabajo de IT sensibles a los riesgos de seguridad inherentes. o La distribución de servicios entre múltiples centros de datos, algunos públicos y otros privados, da como resultado la máxima confiabilidad. o Control de los costes. o Mayor seguridad en las cargas de trabajo de IT sensibles, que se ejecutan en recursos dedicados en nubes privadas, mientras que las cargas de trabajo regulares se distribuyen en una nube pública que es económica y compensa la inversión. Por otro lado, sus desventajas son: o Alternar entre lo público y lo privado puede resultar un gasto excesivo. o Gestión. Se requiere una fuerte compatibilidad e integración entre la infraestructura de la nube que abarca diferentes ubicaciones y categorías. o Se introduce una complejidad adicional en la infraestructura a medida que las organizaciones operan y administran una combinación en evolución de arquitectura de nube pública y privada. Ejemplos y casos del uso de la computación en la nube: o Servicios de telecomunicaciones y redes sociales, como Facebook, X (antes Twitter) y Skype. o CRM y herramientas de gestión de la productividad como Salesforce. o Servicios de transmisión en línea como Netflix. o Análisis de big data, etcétera..

TEMA 5: 1. Mencionar TODAS las características del Big Data y explicar 6 de ellas. Big Data El concepto de big data se refiere al conjunto de técnicas y tecnologías que permiten manejar conjuntos de datos extremadamente grandes y complejos que van más allá de la capacidad de las herramientas típicas de tratamiento de datos. Las principales características del big data suelen conocerse como las seis uves y son las siguientes: 1. Volumen: se refiere a la escala masiva de datos que se generan y recopilan constantemente. En el contexto del big data, los volúmenes de datos pueden extraerse de redes sociales, transacciones comerciales, sensores y más. 2. Velocidad: hace referencia a la rapidez con la que se generan, procesan y analizan los datos. El big data a menudo implica el procesamiento en tiempo real, en que la información se genera y analiza al instante. Por ejemplo, la detección de fraudes en transacciones financieras requiere respuestas rápidas. 3. Variedad: se refiere a la diversidad de tipos y fuentes de datos. El big data abarca datos que pueden ser estructurados (como bases de datos SQL). semiestructurados (como XML o JSON) o no estructurados (como texto o imágenes).Integrar y analizar esta variedad de datos es un desafío clave. 4. Veracidad: se relaciona con la calidad y confiabilidad de los datos. Dado que el big data proviene de diversas fuentes, la veracidad se convierte en un aspecto crítico. Los datos pueden contener errores, duplicados o información falsa,lo que requiere herramientas y procesos para garantizar la calidad. 5. Variabilidad: se refiere a la inconsistencia que puede existir en la estructura y el formato de los datos. El big data puede involucrar datos que varían en términos de frecuencia. formato y calidad; por ejemplo, datos meteorológicos (que varían en frecuencia y formato , desde mediciones en tiempo real hasta registros históricos). La variabilidad requiere flexibilidad tanto en las herramientas como en los métodos de procesamiento de estos datos. 6. Valor: el objetivo principal es extraer información valiosa y significativa de los datos. La verdadera esencia del big data radica en la capacidad de convertir datos en conocimientos accionables. Esto implica análisis avanzados, aprendizaje automático y otras técnicas para descubrir patrones y tendencias que proporcionen valor a las organizaciones. 7. Agregación: consiste en la capacidad de agregar datos de múltiples fuentes para obtener una visión más completa. La agregación implica combinar datos provenientes de diversas fuentes para obtener una imagen holística. Por ejemplo, en el análisis de clientes, se pueden combinar datos de compras en línea, interacciones en redes sociales y comentarios del cliente. 8. Complejidad: indica la dificultad para procesar, analizar y gestionar grandes conjuntos de datos. La complejidad surge de la combinación de todas las características que hemos visto anteriormente. Los sistemas de big data deben ser capaces de lidiar con la diversidad. La velocidad y el volumen de datos, así como de gestionar la veracidad y la variabilidad..

2. Explicar el almacenamiento del BigData Almacenamiento del BigData. En la actualidad los datos se generan a una velocidad sin precedentes y las empresas se encuentran ante el desafío de almacenar y gestionar eficientemente un volumen masivo de información. La solución a este desafío reside en el concepto de almacenamiento de datos por niveles. El almacenamiento de datos por niveles es una técnica avanzada que clasifica los datos en función de su importancia y frecuencia de uso, asignándoles el medio de almacenamiento más adecuado y coste-efectivo. Se basa en la premisa de que no todos los datos tienen el mismo valor ni requieren el mismo nivel de acceso. Al distribuirlos datos entre diferentes niveles de almacenamiento, desde los más rápidos y caros hasta los más lentos y económicos, las empresas pueden optimizar sus inversiones en infraestructura y mejorar significativamente su eficiencia operativa. Los niveles en que se organiza este modelo de almacenamiento son: 1) Nivel crítico (datos de valor alto): estos datos son esenciales para las operaciones diarias y decisiones estratégicas. que requieren acceso instantáneo. Por este motivo, se almacenan en soluciones de alta velocidad, como discos SSD o almacenamiento en memoria, que, aunque son más costosos. ofrecen la agilidad necesaria para el análisis en tiempo real o transacciones comerciales urgentes. 2) Nivel templado (datos de valor medio): esta categoría incluye datos que son importantes, pero son consultados con menos frecuencia. Pueden ser almacenados en sistemas de almacenamiento tradicionales. como discos HDD, que proporcionan un equilibrio entre coste y accesibilidad adecuado para informes periódicos o análisis de tendencias. 3) Nivel frío (datos de valor bajo): los datos a los que raramente se accede, pero que deben conservarse por razones legales. históricas o de cumplimiento, se categorizan como fríos. Estos se asignan a medios de almacenamiento de bajo coste y baja velocidad, como cintas magnéticas o soluciones de almacenamiento en la nube, en que el coste de almacenamiento se minimiza. La implementación del modelo de almacenamiento por niveles conlleva un importante número de ventajas, entre las que destacamos estas: 1. Reducción de costes: al utilizar recursos de almacenamiento acordes al valor y necesidad de acceso de los datos, las empresas pueden reducir significativamente los costes asociados al almacenamiento de datos. 2. Mejora en la eficiencia operativa: el acceso rápido a los datos críticos mejora el rendimiento de las aplicaciones y la toma de decisiones, mientras que el almacenamiento económico de datos menos críticos ayuda a mantener bajo el presupuesto de IT. 3. Flexibilidad y adaptabilidad: la capacidad para mover datos entre diferentes niveles según cambian su relevancia y necesidades de acceso permite a las empresas adaptarse dinámicamente a las necesidades empresariales, optimizando el almacenamiento de datos a lo largo del tiempo..