Conceptos
Las palabras que más uso, en el sentido en que las uso. Cada una lleva a los textos donde trabaja.
- Modelo de datos
La verdad mínima compartida que una organización necesita representar de forma consistente para entenderse a sí misma.
Mucho más que esquemas de tablas o diagramas entidad-relación. Joe Reis lo resume bien: una representación estructurada que organiza y estandariza datos para guiar el comportamiento de humanos y máquinas, informar decisiones y posibilitar acciones.
Antes de cualquier tabla, hago las cinco preguntas: a quién sirve el modelo, por qué tiene que existir, qué entidades y relaciones contiene, qué período cubre, dónde están los datos y cómo se construirá y gobernará. Saltar directo al nivel lógico es diseño, no modelado.
Leer másLa ingeniería de datos es construir trampasLos fundamentos sobreviven a las olasModelar no es arquitecturaOrientados a los datos, no solo por datosUna máquina que no sabe recordar
- La escalera de la expresividad
Etiquetas, vocabulario controlado, glosario, taxonomía, tesauro, ontología: cada peldaño dice más sobre lo que el dato significa.
La semántica puede expresarse en muchos niveles. Abajo, etiquetas sueltas. Luego un vocabulario controlado, un glosario de términos con definiciones, una taxonomía que los ordena, un tesauro que los relaciona y, por último, una ontología que vuelve las relaciones lo bastante formales como para razonar con ellas.
Cada peldaño cuesta más construirlo y mantenerlo vivo. Sube solo hasta donde el uso lo pida. Pero recuerda por qué se sube: el dato se trata de aumentar el conocimiento, no solo de responder dudas inmediatas.
Leer másUna máquina que no sabe recordar
- Ontología
Una especificación formal y explícita de cómo se conceptualiza un dominio: sus conceptos, relaciones, instancias y reglas.
Una ontología define términos describiendo cómo se relacionan con otros términos, para que máquinas y personas interpreten los datos de la misma manera en distintos sistemas.
Una lección que guardo de estudiar el tema: lo opuesto a una ontología no es no tener ontología, es tener una mala. Todo sistema ya lleva una. La diferencia es si te das cuenta de que la estás creando.
Leer másOrientados a los datos, no solo por datosEl misterio del conocimiento
- Grafo de conocimiento
Un grafo que también es una representación del conocimiento: entidades como nodos, relaciones como aristas, y su significado capturado para razonar.
Nacidos de la web semántica (RDF, Linked Open Data), los grafos de conocimiento llevan no solo conexiones, sino lo que las conexiones significan. Combinados con embeddings vectoriales, parecen ser la pieza que faltaba para que la IA sostenga la comprensión, en lugar de adivinarla a partir de datos crudos.
Leer másOrientados a los datos, no solo por datosEl misterio del conocimiento
- Capa semántica
Donde los conceptos de negocio, las métricas y las relaciones se definen una vez, para que cualquier sistema, persona o agente sepa qué significa el dato y cómo usarlo.
La semántica debería ser autodescriptiva y legible por máquinas. Una capa semántica se sitúa entre las tablas crudas y todos los que las consumen, y con agentes de IA en el circuito deja de ser una comodidad de BI y se vuelve el vocabulario compartido de la organización.
Leer másOrientados a los datos, no solo por datosEl misterio del conocimiento
- Producto de datos
Datos construidos con un propósito y expuestos como valiosos en sí mismos, con un dueño responsable de hacerlos utilizables.
Los datos pueden fluir por sistemas que hacen cosas con ellos. Pero también pueden ser la cosa en sí: modelados, construidos con un propósito y publicados. Los productos de datos trasladan la carga de limpiar y conectar de quien consume a quien produce, lo que Tony Seale llama invertir el costo de la integración de datos.
Leer másNo existe el dato genérico
- Contrato de datos
Un acuerdo sobre qué es el dato y cómo se garantiza su calidad, hecho donde el dato se produce.
Tres partes comparten la cadena de valor de los datos: quienes los producen, quienes mantienen la plataforma y quienes los consumen. Un contrato garantiza esquema y significado en el origen, en lugar de parchar problemas más adelante: la idea de shift left.
Leer másNo existe el dato genérico
- Data mesh
Un modelo operativo en el que los dominios de negocio son dueños de sus datos y los publican como productos, con gobernanza federada y una plataforma compartida.
La centralización prometió un solo lugar para todos los datos y chocó con el límite de un único equipo cargando toda la complejidad. El data mesh distribuye la responsabilidad a los dominios que mejor entienden los datos, y mantiene la coherencia con estándares compartidos, no con un único guardián. Hablé de esto en el segundo Meetup de Dados Curitiba.