Big Data: el unicornio digital

Big Data y Data Science: el caballito mágico de batalla de las empresas líderes del mercado y en lo que las universidades amplían su oferta académica. Son tendencias inminentes que se esparcen con fuerza propia y parecen estar comiéndose al mundo. Escuchamos que los datos son el nuevo petróleo y que en ellos están las profesionales del futuro.  
Para entender específicamente de qué tratan es relevante hacer una distinción; ambos términos están relacionados pero no son lo mismo. Big Data se refiere a la captura, almacenamiento, procesamiento y gestión de datos de gran volumen, variedad y velocidad que no se podrían procesar de una manera convencional. Por ejemplo, un supermercado podría manejar datos de sus clientes, precios, clima, festividades, redes sociales, publicidad, competencia y múltiples variables. Para obtener conclusiones de ellos se requiere de Data Science, que se enfoca en extraer valor y analizar los datos producidos por el Big Data para la toma de desiciones. 
Ambas áreas complementarias tienen la capacidad de aportar a la comprensión de objetivos científicos, médicos, empresariales, sociales, gubernamentales y de cualquier ámbito donde se pueda realizar análisis de datos de gran volumen, de la escala de terabytes y petabytes -1 terabytes equivale a 100 gigabytes y 1 petabyte, a 1 millón de gigabytes-. 
En Data Science se combinan herramientas matemáticas, estadísticas, informáticas, de data mining y machine learning, entre otras, para proporcionar información en tiempo real, detectar patrones, buscar soluciones, encontrar oportunidades de negocio, mejoras y realizar pronósticos.

RANDOM CONCEPTS: 

Procesamiento de datos: orden y evaluación  de datos con el objetivo de producir información significativa. 
Data mining: proceso utilizado para la recolección, almacenamiento y segmentación de datos útiles. 

Machine learning: rama científica que usa la inteligencia artificial para crear sistemas que aprenden con autonomía y son capaces de detectar y corregir errores.