{"id":22256,"date":"2025-08-26T17:07:50","date_gmt":"2025-08-26T16:07:50","guid":{"rendered":"https:\/\/telecomkh.info\/?p=22256"},"modified":"2025-08-26T17:07:50","modified_gmt":"2025-08-26T16:07:50","slug":"3-formas-en-que-el-data-fabric-esta-transformando-el-rol-de-los-ingenieros-de-datos","status":"publish","type":"post","link":"https:\/\/telecomkh.info\/?p=22256","title":{"rendered":"3 formas en que el data fabric est\u00e1 transformando el rol de los ingenieros de datos"},"content":{"rendered":"

Los ingenieros de datos son los arquitectos de una infraestructura de datos escalable y resiliente. Y a medida que la tecnolog\u00eda avanza, su funci\u00f3n se vuelve m\u00e1s exigente<\/strong><\/p>\n

 <\/p>\n

Por Jacob Rank, Senior Director of Product Management, Appian<\/em><\/span><\/p>\n

Las organizaciones est\u00e1n expandiendo su presencia en la nube e incorporando an\u00e1lisis de IA en tiempo real a sus operaciones. Sin embargo, una IA \u00e1gil y precisa requiere datos en tiempo real. Esto obliga a los ingenieros de datos a proporcionar datos procesables con mayor rapidez y con menos recursos, una tarea nada f\u00e1cil cuando se trabaja con fuentes de datos desconectadas y silos.
\nPero el panorama de la ingenier\u00eda de datos est\u00e1 siendo transformado por el data fabric, ya que este conecta las fuentes de datos en una capa virtual para que los ingenieros puedan centrarse en el trabajo innovador que las organizaciones necesitan para mantener su ventaja competitiva.
\nEl data fabric no solo mejorar\u00e1 la eficiencia, sino que redefinir\u00e1 las funciones de los profesionales de datos. Hist\u00f3ricamente, los ingenieros de datos han construido la infraestructura y los sistemas de gesti\u00f3n de datos, y los cient\u00edficos de datos han analizado los datos y creados modelos a partir de ellos. Pero el data fabric est\u00e1 difuminando la l\u00ednea entre estos roles.
\nLos ingenieros de datos con habilidades anal\u00edticas en ciencia de datos est\u00e1n en la mejor posici\u00f3n para aportar valor a medida que las arquitecturas de data fabric se vuelven m\u00e1s potentes. Aqu\u00ed hay tres maneras en que los ingenieros de datos pueden adaptarse para mantenerse al d\u00eda con los requisitos cambiantes de su puesto.<\/p>\n

1. Cambio de codificador a innovador<\/strong>
\nLos ingenieros de datos utilizan Python, Python R y otros lenguajes y herramientas estad\u00edsticas para extraer datos de fuentes aisladas. Una vez centralizados, pueden gestionar y transformar los datos antes de entregarlos a la siguiente etapa del proceso. La construcci\u00f3n de estas canalizaciones de datos a menudo implica codificar o integrar numerosos scripts de alto nivel. Como cualquier enfoque tradicional de ingenier\u00eda de software, introduce errores de codificaci\u00f3n que causan retrasos y riesgos de seguridad.
\nEl data fabric simplifica la conectividad de los datos al permitir una f\u00e1cil integraci\u00f3n entre diferentes sistemas. Ya sea JDBC para bases de datos o HTTP para integraciones, el data fabric unifica el panorama de datos y reduce el riesgo de errores. Tambi\u00e9n admite la generaci\u00f3n de informes y funciones de lectura y escritura en tiempo real que facilitan el autoservicio para los usuarios finales, permiti\u00e9ndoles acceder a los registros de los clientes y actualizarlos en una sola interfaz.<\/p>\n

Pero no todos los data fabric tienen capacidades de lectura y escritura que se adapten a casos de uso grandes y complejos. Por ejemplo, el data fabric de la plataforma de Appian puede leer y escribir de forma nativa 10 millones de filas por registro, lo que lo hace escalable para los procesos empresariales. Los ingenieros de datos deben conocer la escalabilidad del data fabric con el que trabajan, ya que influir\u00e1 en su capacidad para pasar de la programaci\u00f3n a un trabajo m\u00e1s innovador.
\nLos data fabrics empresariales representan un cambio fundamental. Al eliminar pr\u00e1cticamente la necesidad de mantenimiento y resoluci\u00f3n de problemas de los procesos, el data fabric permite a los ingenieros centrar su atenci\u00f3n en actividades de mayor valor, como el modelado de datos, el desarrollo de algoritmos y la anal\u00edtica avanzada, \u00e1reas que hist\u00f3ricamente han sido dominio de los cient\u00edficos de datos. Esto significa que los ingenieros de datos impulsan cada vez m\u00e1s la comprensi\u00f3n del negocio y la toma de decisiones estrat\u00e9gicas, en lugar de simplemente facilitar el movimiento de datos.<\/p>\n

2. Utilizar informaci\u00f3n de datos en tiempo real para ser m\u00e1s proactivo<\/strong>
\nLas estructuras de datos unifican datos de distintas fuentes, pero las estructuras de datos operativas van un paso m\u00e1s all\u00e1 al incorporar el procesamiento de datos en tiempo real. Con acceso a los datos en tiempo real, las empresas pueden reaccionar a la informaci\u00f3n y tomar decisiones basadas en datos con mayor rapidez. Por ejemplo, una estructura de datos operativa proporciona informaci\u00f3n de inventario en tiempo real para que los gerentes y proveedores puedan tomar decisiones proactivas que garanticen el correcto funcionamiento de la cadena de suministro.
\nLas estructuras de datos operativas tambi\u00e9n facilitan la generaci\u00f3n de informes. Tradicionalmente, los ingenieros de datos deb\u00edan crear y gestionar flujos de trabajo complejos de procesamiento por lotes para generar informes sobre la informaci\u00f3n. Sin embargo, las estructuras de datos operativas transforman los datos con una m\u00ednima intervenci\u00f3n. Esto significa que los usuarios empresariales pueden acceder a informes en tiempo real y recibir alertas para actuar con rapidez. Mientras tanto, los ingenieros pueden cambiar su enfoque de la resoluci\u00f3n de problemas reactiva a la optimizaci\u00f3n proactiva.<\/p>\n

3. Dedicar menos tiempo a la seguridad y m\u00e1s tiempo a la estrategia<\/strong>
\nLa seguridad es esencial en la ingenier\u00eda de datos. Es compleja, f\u00e1cil de cometer errores y tiene graves consecuencias. Esto es especialmente cierto si una empresa utiliza un modelo de data lake o almac\u00e9n de datos. Con este enfoque, todos los datos confidenciales se encuentran en un solo lugar. Si los datos se ven comprometidos, la filtraci\u00f3n es catastr\u00f3fica. Y las herramientas tradicionales transfieren toda la responsabilidad de la seguridad al ingeniero de datos.
\nLa estructura de datos transfiere la mayor parte de la responsabilidad del individuo o grupo de ingenieros a la plataforma subyacente. La mejor tecnolog\u00eda de estructura de datos opera con una gobernanza s\u00f3lida, con seguridad integrada en el modelo y definida en varias capas de datos seg\u00fan los roles. Las reglas contextuales determinan din\u00e1micamente qui\u00e9n puede acceder a qu\u00e9. Como resultado, las pol\u00edticas de control son consistentes en todas las aplicaciones y flujos de trabajo.
\nEl data fabric transforma a los ingenieros de datos de guardianes a facilitadores. En lugar de gestionar las configuraciones de seguridad, pueden centrarse en dise\u00f1ar entornos de datos escalables y compatibles. Al liberar a los ingenieros de la carga de la seguridad, el data fabric les permite dedicarse al trabajo m\u00e1s estrat\u00e9gico y anal\u00edtico que antes reca\u00eda en los cient\u00edficos de datos.<\/p>\n

Un futuro unificado para ingenieros y cient\u00edficos de datos<\/strong>
\nEn el futuro, los ingenieros de datos ya no se centrar\u00e1n exclusivamente en la infraestructura. En su lugar, trabajar\u00e1n en entornos din\u00e1micos e inteligentes. A medida que la infraestructura de datos optimiza los flujos de trabajo, los ingenieros se orientar\u00e1n hacia la creaci\u00f3n de plataformas de autoservicio. Perfeccionar\u00e1n las pol\u00edticas de gobernanza y optimizar\u00e1n los datos para la toma de decisiones en tiempo real.
\nLa frontera entre ingenieros de datos y cient\u00edficos de datos se difuminar\u00e1. Los ingenieros deber\u00e1n desarrollar una comprensi\u00f3n m\u00e1s profunda de las metodolog\u00edas de la ciencia de datos. Los cient\u00edficos de datos necesitar\u00e1n mayor fluidez en la arquitectura de datos. El resultado ser\u00e1 la fusi\u00f3n de ambos roles en una disciplina m\u00e1s amplia, donde la experiencia t\u00e9cnica y el an\u00e1lisis se combinan para obtener mejores resultados con los datos.
\nEn una entrevista sobre c\u00f3mo saber si su organizaci\u00f3n necesita data fabric, Mike Heffner, Head of Global Industry and Value de Appian, utiliz\u00f3 estas dos palabras para describir el estado actual de los datos en la mayor\u00eda de las empresas: oportunidad perdida. El data fabric impide perder el valor de sus datos. Y la mejor manera de implementar el data fabric es en una plataforma de procesos como la de Appian.<\/p>\n

Arriba, en la foto, <\/em>Ja<\/span>cob Rank, Senior Director of Product Management, Appian<\/em><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Los ingenieros de datos son los arquitectos de una infraestructura de datos escalable y resiliente. Y a medida que la tecnolog\u00eda avanza, su funci\u00f3n se vuelve m\u00e1s exigente   Por Jacob Rank, Senior Director of Product Management, Appian Las organizaciones est\u00e1n expandiendo su presencia en la nube e incorporando an\u00e1lisis de IA en tiempo real … <\/p>\n

Continue reading \u00ab3 formas en que el data fabric est\u00e1 transformando el rol de los ingenieros de datos\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":22257,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[15,11],"tags":[],"_links":{"self":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/22256"}],"collection":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=22256"}],"version-history":[{"count":1,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/22256\/revisions"}],"predecessor-version":[{"id":22258,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/22256\/revisions\/22258"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/media\/22257"}],"wp:attachment":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=22256"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=22256"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=22256"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}