Mejoramiento de procesos analíticas teniendo como principal activo la información utilizando técnicas de carga, extracción y transformación de los datos para entidades financieras

dc.contributorPardo-Angulo, Fredy Ernesto
dc.creatorRocha-Granados, Sebastián Camilo
dc.date.accessioned2022
dc.date.accessioned2022-02-15T21:01:46Z
dc.date.available2022
dc.date.available2022-02-15T21:01:46Z
dc.date.created2022
dc.date.created2022-02-15T21:01:46Z
dc.date.issued2022
dc.identifierRocha-Granados, S. C. (2021). Mejoramiento de procesos analíticas teniendo como principal activo la información utilizando técnicas de carga, extracción y transformación de los datos para entidades financieras. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
dc.identifierhttps://hdl.handle.net/10983/27091
dc.description.abstractLa investigación tiene como objetivo principal analizar los métodos de análisis aplicados a las bases de datos, de esta manera se busca encontrar los métodos más agiles que fortalezcan las áreas financieras de forma continua. Se desarrollaron competencias de trabajo que son indispensables para suplir la demanda actual del entorno manteniendo aspectos profesionales como la integridad de los datos y mejorando la eficiencia del proceso en base a la metodología mencionada.
dc.languagespa
dc.publisherUniversidad Católica de Colombia
dc.publisherFacultad de Ingeniería
dc.publisherBogotá
dc.publisherIngeniería de Sistemas y Computación
dc.relationAbadal, E., & Codina, L. (2005). Bases de datos documentales. Madrid: Síntesis.
dc.relationAgarwal, P. (2019). Intelligent Economics. 11 April 2019, 1–20. Retrieved from https://perspectives.eiu.com/sites/default/files/EIU_Microsoft - Intelligent Economies_AI%27s transformation of industries and society.pdf%0Ahttps://www.intelligenteconomist.com/demand-pull-inflation/
dc.relationBibliográfica, R. (2007). SCRUM - Metodologia de desenvolvimento ágil. Campo Digital, 2(1), 03–06.
dc.relationCano, J. L. (2007). Business Intelligence: Competir Con Información. Banesto, Fundación Cultural, 397. Retrieved from http://itemsweb.esade.edu/biblioteca/archivo/Business_Intelligence_competir_con_i nf ormacion.pdf
dc.relationCattell, R. (2010). Scalable SQL and NoSQL data stores. SIGMOD Record, 39(4), 12– 27. https://doi.org/10.1145/1978915.1978919
dc.relationDevlin, B., Barry/Cote, & Doran, L. (1997). Data warehouse : from architecture to implementation. Addison-Wesley.
dc.relationEstefanía, G., & Paspuel, T. (2014). Universidad técnica del norte facultad de ingeniería en ciencias aplicadas carrera de ingeniería en sistemas computacionales
dc.relationFang, H. (2015). Managing data lakes in big data era: What’s a data lake and why has it became popular in data management ecosystem. 2015 IEEE International Conference on Cyber Technology in Automation, Control and Intelligent Systems, IEEE-CYBER 2015, 820–824. https://doi.org/10.1109/CYBER.2015.7288049
dc.relationFeedback, T. (2014). Chapter 4 . Fitting a Model to Data. Freudenreich, T., Furtado, P., Koncilia, C., Thiele, M., Waas, F., & Wrembel, R. (2013). An on-demand ELT architecture for real-time BI. Lecture Notes in Business Information Processing, 154, 50–59. https://doi.org/10.1007/978-3-642-39872-8_4
dc.relationGaspar Martínez, J. (2010). El plan de continuidad de negocio : guía práctica para su elaboración. 224. Giraldo Mejía, J. C., Jiménez Builes, J., & Tabares Betancur, M. S. (2017). Modelo para optimizar el proceso de gestión de negocio combinando minería de procesos con inteligencia de negocios desde almacenes de datos. Espacios, 38(2).
dc.relationHai, R., Geisler, S., & Quix, C. (2016). Constance: An intelligent data lake system. Proceedings of the ACM SIGMOD International Conference on Management of Data, 26-June-2016, 2097–2100. https://doi.org/10.1145/2882903.2899389 Hayes, B. (2008). Cloud Computing. Communications of the ACM, 51(7), 9–11. https://doi.org/10.1145/1364782.1364786
dc.relationHERNANDEZ VELASCO, J. A. (2013). “ESTUDIO DEL DISEÑO DE TRANSFORMACIÓN DE DATOS UTILIZANDO LA HERRAMIENTA SPOON DE PENTAHO OPEN SOURCE BUSINESS INTELLIGENCE SOBRE PLATAFORMA LINUX.”
dc.relationIngenier, G. (2018). Business Intelligence adaptado a la migración masiva de datos . Puesta en práctica con Powercenter . Business Intelligence adaptado a la migración masiva de datos . Puesta en práctica con Powercenter . Escuela Técnica Superior de Ingeniería Universidad de. 1–83.
dc.relationKhoshkholghi, M. A., Abdullah, A., Latip, R., Subramaniam, S., & Othman, M. (2014). Disaster Recovery in Cloud Computing: A Survey. Computer and Information Science, 7(4), 39. https://doi.org/10.5539/cis.v7n4p39
dc.relationKimball/Inmon. (2012). Enfoques de desarrollo DW.
dc.relationLerner, B. S., & Nico Habermann, A. (1990). Beyond schema evolution to database reorganization. Proceedings of the European Conference on Object-Oriented Programming on Object-Oriented Programming Systems, Languages, and Applications, OOPSLA/ECOOP 1990, 67–76. https://doi.org/10.1145/97945.97956
dc.relationLomet, D. B. (2001). Bulletin of the Technical Committee on Data Engineering. Bulletin of the Technical Committee on Data Engineering, 24(4), 1–56. Retrieved from papers2://publication/uuid/30073F7F-1B7C-4496-ADA4-94FF4E6EE8F7
dc.relationManvi, S. S., & Krishna Shyam, G. (2014). Resource management for Infrastructure as a Service (IaaS) in cloud computing: A survey. Journal of Network and Computer Applications, Vol. 41, pp. 424–440. https://doi.org/10.1016/j.jnca.2013.10.004
dc.relationMartín, A., Chavez, S., Rodriguez, N., Valenzuela, A., & Murazzo, M. (2013). Bases de datos NoSql en cloud computing. XV Workshop de …, 166–170. Retrieved from http://sedici.unlp.edu.ar/handle/10915/27121
dc.relationMoody, D. L., & Kortink, M. A. R. (2000). From Enterprise Models to Dimensional Models : A Methodology for Data Warehouse and Data Mart Design Objectives of Dimensional Modelling. Proceedings of the 2nd Intl. Workshop DMDW’2000, 2000, 1–12.
dc.relationPinkel, C., Schwarte, A., Trame, J., Nikolov, A., Bastinos, A. S., & Zeuch, T. (2015). DataOps: Seamless End-to-End anything-to-RDF data integration. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 9341, 123–127. https://doi.org/10.1007/978-3- 319- 25639-9_24
dc.relationRivadera, G. R. (2010). La metodología de Kimball para el diseño de almacenes de datos (Data warehouses). Cuadernos de La Facultad, 5, 56–71. Retrieved from http://www1.ucasal.edu.ar/htm/ingenieria/cuadernos/archivos/5-p56-rivaderaformateado.pdf
dc.relationRoo Huerta, A., & Boscán Romero, N. (2012). Business intelligence in the national bank: An approach based on analytical tools. Revista Venezolana de Gerencia, 17(59), 548–563. https://doi.org/10.31876/revista.v17i59.10914
dc.relationTrigas Gallego, M., & Domingo Troncho, A. C. (2012). Gestión de Proyectos Informáticos. Metodología Scrum. Openaccess.Uoc.Edu, 56. Retrieved from http://www.quimbiotec.gob.ve/sistem/auditoria/pdf/ciudadano/mtrigasTFC0612mem o ria.pdf%5Cnhttp://openaccess.uoc.edu/webapps/o2/bitstream/10609/17885/1/mtrig asT FC0612memoria.pdf
dc.relationWang, R. Y. (1998). A Product Perspective on Total Data Quality Management. Communications of the ACM, 41(2), 58–65. https://doi.org/10.1145/269012.269022 Zhu, W., Luo, C., Wang, J., & Li, S. (2011). Multimedia cloud computing. IEEE Signal Processing Magazine, 28(3), 59–69. https://doi.org/10.1109/MSP.2011.940269
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAtribución 4.0 Internacional (CC BY 4.0)
dc.rightshttps://creativecommons.org/licenses/by/4.0/
dc.rightsCopyright-Universidad Católica de Colombia, 2021
dc.titleMejoramiento de procesos analíticas teniendo como principal activo la información utilizando técnicas de carga, extracción y transformación de los datos para entidades financieras
dc.typeTrabajo de grado - Pregrado


Este ítem pertenece a la siguiente institución