Apache Spark es un framework open source que nos permite procesar grandes volúmenes de datos de forma distribuida. ¿Cómo? Dividiendo los grandes volúmenes de datos, imposibles de procesar en una máquina, y repartiendolos entre los diferentes nodos del clúster. En…
Si alguna vez has compartido código, es bastante probable que hayas dicho aquello de “pues en mi máquina funciona” al ver como los demás tienen dificultades para ejecutarlo. Configuración incorrecta, diferencias de versiones o dependencias no instaladas suelen ser algunas…
Apache Drools es un software usado para gestionar reglas de negocio de cualquier tipo. Al ser un framework muy extenso, limitamos este artículo a aplicar directamente con Scala un caso de uso simple, dejando así de lado las explicaciones teóricas…
En el anterior post de Damavis se introdujo el concepto de NLP y se mostró un ejemplo de uso del conocido modelo de generación de texto GPT-3. En resumen, el sistema propuesto por OpenAI se trata de un modelo generativo…
Decía Noam Chomsky que “El lenguaje de hoy no es peor que el de ayer. Es más práctico. Como el mundo en que vivimos”. Y, precisamente, de ese concepto trata lo que abordaremos en este post: cómo la tecnología ha…
Me encanta escribir posts para el blog de Damavis porque me permite compartir mi pasión por el Big Data y la consultoría. También es una gran manera de conectar con otros consultores y clientes potenciales. Me gusta poder brindar mi…
¿Qué es Apache Kafka? Apache Kafka es un sistema de eventos distribuido de código abierto. Fue originalmente desarrollado por LinkedIn, para suplir las necesidades causadas por su rápido crecimiento, y pasó a infraestructura basada en microservicios. Es también una parte…
La regresión logística es una metodología estadística que permite modelar las relaciones entre una variable categórica binaria y un conjunto de variables explicativas. Específicamente, se modela la probabilidad de que una observación pertenezca a una de las categorías de dicha…
Una de las novedades más destacadas de Airflow 2.3.0 ha sido la llamada Dynamic Task Mapping. Esta nueva funcionalidad añade la posibilidad de crear tareas de manera dinámica en tiempo de ejecución. Gracias a esto podemos variar el número de…