Desafios estruturais de Big Data

Desafios para implantarmos um projeto de Big Data.

Primeiro, temos os desafios Estruturais, que é composto de:

• Codificação e dataficação. Será necessário o desenvolvimento ou aprimoramento de metodologia para codificação de informações e de tecnologia para captação de novos dados. Big Data fundamenta-se em grande quantidade e variedade de dados e tudo que puder ser dataficado ajudará no aprimoramento dos modelos analíticos.
• Rede wi-fi. A disponibilidade e qualidade da rede de transmissão de dados digitais ainda não consegue acompanhar a velocidade da oferta de serviços móveis fundamentais na captação de dados.
• Armazenagem. Embora poucos apontem a armazenagem como gargalo da cadeia produtiva do Big Data, destacamos o desafio da constante ampliação do serviço já que não existe nenhuma expectativa de desaceleração na geração de dados.
• Compartilhamento. Plataformas para compartilhamento de dados serão cada vez mais comum. Vemos como desafio o desenvolvimento de linguagens e interface mais acessíveis.
• Analítica. Nesse ponto da cadeia está o maior gargalo pela escassez dos chamados cientistas de dados. Tecnicamente, desenvolver modelos analíticos é um desafio porque cada modelo é adequado a um problema em um determinado contexto e porque precisa ser dinâmico para manter-se atualizado. Cada modelo analítico pode ser considerado uma peça única e sua efetividade tem que ser colocada à prova continuamente.
•