Os Desafios das Gerências e Aplicações em Big Data.

Por: Wellington Luis da Cunha.

wellington.cunha@gmail.com
19/02/2021 16:06:50

A computação que a tudo permeia, está presente em todos os campos do conhecimento humano, e em sua onipresença o mundo se revoluciona em termos de dados digitalizados, numa velocidade variável que matematicamente poderíamos definir como uma jornada representada por uma função exponencial. Nessa velocidade da transformação da realidade criamos dados e informações estratégicas que movem diferentes aspectos humanos de nossas vidas e seus respectivos desafios inerentes.

Quando observamos uma quantidade enorme de dados, fluindo pela internet em uma velocidade difícil de calcular, numa variedade cada vez mais crescente e num volume em que nossas ferramentas de gerenciamento de dados não consegue se adaptar, estamos lidando com o que podemos chamar de big data. Inclusive esse três aspectos de velocidade, variedade e volume são os três Vês que inicialmente caracterizavam a big data. A gama de dados dos clientes sejam eles de perfis, acessos, compras virtuais, sons, imagens, mensagens, conversas em ambientes de redes sociais, sendo gerados e modificados continuamente é um dos aspectos de captação de dados da big data, podemos até defini-los de origem dinâmica. Mas podemos ter uma ampla faixa de origens de dados que se configuram, por exemplo, como e-gov, e-ciência, e-aprendizado ou e-medicina. Fica claro o leque de possibilidades de origens de dados em todos os campos do saber humano, mas o que se acena como desafio no big data, são os possíveis avanços tecnológicos e multidisciplinares, nos quais seja possível permitir a gerência e aplicação nos big data.

A evolução da computação tem criando em um ambiente globalizado, as condições propícias para expansão do big data e as adaptações de softwares e de hardware caminham para alternativas que possam permitir gerenciamento e aplicações em big data. Novas aptidões surgem, como a cientista de dados, novas formas de mensurar os dados, como o yottabytes e novas formas de interação multidisciplinar cercam a problemática da aplicabilidade nos big data, E da análise dos dados surge a informação privilegiada chamada de insights, que possuem a grande capacidade de predição. E nessa dinâmica, observamos que tudo ainda é muito iniciante para lidar de maneira eficiente com o que está ainda por vir. Mesmo o big data sendo diferente de data warehouse, data mining, data mart e business intelligence, essas tecnologias que serviram de certa forma como base preliminar de como lidar com dados, nos ajudam na direção dos desafios dos desenvolvimentos gerenciais nos big data. Há em comum em todos eles, dado e clientes, e nesse dueto a necessidade das informações tratadas que possam aperfeiçoar processos corporativos e com isso dinamizar forças econômicas, politicas e sociais.

Somando aos três vês do big data, atualmente agregamos mais dois vês para a análise dos dados, a veracidade e o Valor, que contemplam a partir da análise a qualidade da informação. Nesse desafio, surge a necessidade da ética profissional que direciona de uma forma idônea aplicações justas das informações estratégicas. Sendo o mundo um gerador continuo de uma quantidade enorme de dados e de uma forma constante, os desafios de uma gerência e aplicações são evidenciados, e um lado negativo destes desafios que iremos enfrentar diz respeito a uma redefiniçao de profissionais em diversas áreas envolvidas, como por exemplo, a nova maneira dos estatísticos analisarem esses dados. Como uma tendência positiva para os desafios da gerencia e aplicação de big data, teremos o aprimoramento de tecnologias e uma macroeconomia mais eficiente.

Podemos ainda alinhar alguns dos possíveis desafios nos quais travaremos uma enorme jornada cognitiva, e para enfatizar temos a questão profissional, porque temos poucos cientistas de dados e a necessidade também de multidisciplinaridade nos profissionais. Observamos o desafio das tecnologias que precisam evoluir para lidar com esses dados, neste ponto temos a questão de armazenamento, segurança e transferência que devem ser eficientes para complementar o desafio das gerencias e aplicações possíveis. Dados de e-gov, por exemplo, devem ser seguros, consistentes e duradouros, assim como os dados da telemedicina. Existira ainda a complexidade de se trabalhar com novos softwares nos quais teremos a possibilidade de gerar varias informações a partir de uma mesma massa de dados.

Podemos concluir que os desafios das gerências e aplicações seguem um pouco das características do big data, são grandes e urgentes e, além disso, também serão dinâmicos e evolutivos. Mas, abrindo uma janela com um olhar em um futuro pra amanha, Poderemos contar com a inteligência artificial como uma jornada eficaz para esses tempos de interações complexas. Observamos no cenário mundial que grandes empresas já estão trabalhando com a IA nos big data e nessa jornada outros valores serão agregados, dessa forma poderemos vencer os desafios de gerenciar e ter boas aplicações em big data.

"

Referências

• IBM. Saiba o que é o Big Data e os desafios que as empresas enfrentam. IBM, 2012. Disponível em: <http://www.ibm.com/midmarket/br/pt/infografico_bigdata.html>. Acesso em: 28 ago. 2015.

• PRASS, Fernando Sarturi. Big Data: do Data Warehouse ao Data Mining em um único lugar. Sopa de Letrinhas – O Blog do Business Intelligence. Disponível em: <http://fp2.com.br/blog/index.php/2012/um-visao-geral-sobre-fases-kdd/>. Acesso em: 13 maio 2015.

• TAURION, Cezar. Big Data. Rio de Janeiro: Brasport Livros e Multimídia Ltda, 2013.

• CALDAS, Max Silva; SILVA, Emanoel Costa Claudino. Fundamentos e aplicação do Big Data: como tratar informações em uma sociedade de yottabytes. Bibliotecas Universitárias: pesquisas, experiências e perspectivas, Belo Horizonte, v. 3, n. 1, p. 65-83, jan./jun. 2016.

• SILVA, Alex. Big Data e seus impactos. Trabalho de conclusão de curso (TCC em Engenharia Elétrica) – Instituto Nacional de Telecomunicações (Inatel). 2012. Disponível em: <http://pt.slideshare.net/AlexSilva8/big-data-apresentao-final-inatel>. Acesso em: 07 mar. 2015.