anotada clase 4 de ia

faltarian las primeras clases que no pude anotar que me habia dado noni

IA/4.md

@@ -0,0 +1,57 @@
+---
+title: "Clase 4 IA - BigData"
+---
+
+# Tipos de datos
+- Datos Estructurados:
+    A menudo numeroso etquetas almacenadas en un marco estrucuturados de columnas y filas.
+
+- Datos Semiestructurados:
+    Organizados libremente en categorias utiilizando etiquetas meta.
+
+- Datos No Estructurados:
+    Infomracion co muicho texto que no esta organizada en u marco o modelo claramente definido.
+
+# ETL vs ELT
+## ETL
+- Extract:
+  Se obtienen los datos desde diversas fuentes (api, db).
+
+- Transform:
+  Los dats extraidos son procesados y transformados fuera del sistema destino. Se limpian, formatean y estrcturan de acuerdo a las reglas de negocio.
+
+- Load:
+  Los datos transformados se cargan en un almacen.
+
+![Imagen de referencia](./1.jpg)
+
+## ELT
+
+- Extract:
+  Los datos son extraidos de las fuentes, igual que en ETL
+
+- Load:
+  Los datos sin transformar se cargan directamente en el sistema destino.
+  > Es un concepto alimentado por la nube
+
+- Transform:
+  La transformacion ocurre dentro delo sistema de destino, aprovechando su capacidad de procesamiento.
+
+## Categorias
+### Bronce
+Tener los datos en bruto, por ejemplo, cuando hacemos web-scraping. a veces es json, csv. masomenos estructurados.
+
+### Plata
+es el procesamiento de los datos de tipo bronce. simplemnte una pequeña modificacion de los datos que los deje listos para hacer una transformacion mas completa.
+
+### Oro
+Es el dato más refinado. Esto es luego de hacer agregaciones (porque necesitan mucho computo). Este es el nivel desde donde deberia consumir el sistema
+
+Herramientas que se usan:
+> Azure, Apache spark.
+
+# Webscrapping
+Es un procedo mediante el cual extraemos datos de la web de forma medianamente automatizada.
+
+# Nota
+escribir la direfencia entre **Data Factory** contra **Data Bricks**.