Glossari de termes

  • Agile i Scrum: La filosofia Agile descriu un conjunt de principis rectors que utilitzen un enfocament iteratiu orientat originàriament al desenvolupament de projectes o programari. D’altra banda, Scrum és un conjunt específic de regles que s’han de seguir mentre es practica el desenvolupament del programari o projecte al que s’aplica aquesta metodologia, i que defineix els seus propis cicles (sprints) artefactes i rols.
  • Analítica avançada: L’analítica avançada és un mètode d’anàlisi de dades que utilitza models predictius, algoritmes d’aprenentatge automàtic, aprenentatge profund, automatització de processos comercials i altres mètodes estadístics per analitzar informació d’una àmplia varietat de fonts de dades.
  • Analítica de dades: L’anàlisi de dades és un procés que consisteix a inspeccionar, netejar i transformar dades amb l’objectiu de ressaltar la informació útil, per suggerir conclusions i suport en la presa de decisions.
  • BBDD no relacionals: Les bases de dades no relacionals (NoSQL: Not only SQL) estan dissenyades per a diversos patrons d’accés a dades no només mitjançant llenguatge SQL, que inclouen aplicacions de baixa latència. Les bases de dades de recerca NoSQL estan dissenyades per fer anàlisis sobre dades semiestructurades. Generalment, la seva arquitectura és distribuïda emmagatzemant la informació en més d’un sistema. Per tant, els sistemes que les suporten tenen una major escalabilitat horitzontal (a major nombre de nodes major rendiment) i també major tolerància davant fallades en els diferents nodes.
  • BBDD relacionals: Una base de dades relacional és un tipus de base de dades que emmagatzema i proporciona accés a punts de dades relacionades entre si, podent estar relacionades u a u (1 a 1), u a molts (1 a N) o molts a molts (N a N) d’acord al tipus de relació establerta entre les taules que contenen les dades.
  • Big Data: Big data és un terme que descriu grans volums de dades que poden ser estructurats o no estructurats. Els volums de dades són tan grans i complexos que necessiten d’aplicacions informàtiques no tradicionals de processament de dades per a tractar-los adequadament.
  • Ciència de dades: La ciència de dades és un camp interdisciplinari que involucra mètodes científics, processos i sistemes per extreure coneixement o un millor enteniment de les dades en les seves diferents formes, ja siguin estructurades o no estructurades. La ciència de dades és una continuació d’alguns camps d’anàlisi de dades com l’estadística, la mineria de dades, l’aprenentatge automàtic, i l’analítica predictiva.
  • Cross Industry Standard Process for Data Mining (CRISP-DM): Es tracta d’un model estàndard obert del procés que descriu els enfocaments comuns que utilitzen els experts en mineria de dades. És el model analític més usat.
  • Data Science Lifecycle: Defineix els cinc passos d’un projecte de ciència de dades que comença per obtenir dades, netejar les dades, explorar dades, modelar dades i acabar amb la interpretació de dades.
  • DLM: La gestió del cicle de vida de les dades (Data Lifecycle Management) es pot definir com les diferents etapes que travessen les dades al llarg de la seva vida des del moment de la creació fins a la destrucció. Les etapes del cicle de vida de les dades inclouen la creació, la utilització, l’ús compartit, l’emmagatzematge i la supressió, podent ser dades estructurades o no estructurades.
  • ILM: Acrònim referit a la gestió del cicle de vida de la informació (Information Lifecycle Management), en particular a la gestió d’estratègies per administrar sistemes d’emmagatzematge en dispositius informàtics, des del seu inici, fins a la seva finalització, amb la intenció de reduir costos i riscos legals.
  • Intel·ligència artificial: La intel·ligència artificial (IA) es refereix als sistemes o màquines que imiten la intel·ligència humana per realitzar tasques i que tenen la capacitat de millorar iterativament a partir de la informació que recopilen gràcies al seu aprenentatge.
  • Metadades: Les metadades són dades que descriuen altres dades. En general, un grup de metadades es refereix a un grup de dades que descriuen el contingut informatiu d’un objecte a què es denomina recurs. El concepte de metadades és anàleg a l’ús d’índexs per localitzar objectes en comptes de dades.
  • Núvol/Cloud: La computació en el núvol, coneguda també com a serveis en el núvol, informàtica en el núvol, núvol de còmput o simplement «el núvol», és un paradigma que permet oferir serveis de computació a través d’una xarxa, que usualment és internet.
  • On premise: En contraposició a l’entorn Cloud, es refereix a les característiques d’una instal·lació o desplegament de software o hardware conforme ha estat realitzada de mode local en les instal·lacions de determinada empresa, el que obliga a l’organització a la creació d’una infraestructura TI complexa amb servidors o altres elements que requereixen d’un manteniment.
  • Open source: El programari de codi obert (open source) és aquell que el seu codi font i altres drets que normalment són exclusius per als que posseeixen els drets d’autor, són publicats sota una llicència de codi obert o formen part del domini públic.
  • Quadres de comandament dinàmics: Els quadres de comandament ofereixen una sèrie d’indicadors numèrics i gràfics (de control, financers, d’estocatge, i d’altres àrees de l’empresa) que ofereixen una visió general, objectiva i en temps real que ajuda a la presa de decisions dels directius o responsables de cada àrea alhora que s’ofereix una visió global en temps real del que està passant.
  • STEAM: Terme referit pel seu acrònim en anglès a les enginyeries o llicenciatures científiques (Science), tecnològiques (Technology), d’enginyeries (Engineering), artístiques (Art) o matemàtiques (Mathematics) que tenen com objectiu impulsar el desenvolupament econòmic i liderar els avenços tecnològics i socials presents i futurs.
  • Team Data Science Process (TDSP): Metodologia àgil i iterativa de ciència de dades per oferir solucions d’anàlisi predictiva i aplicacions intel·ligents de manera eficient. TDSP ajuda a millorar la col·laboració i l’aprenentatge de l’equip suggerint com funcionen millor els rols d’equip.