Su objetivo fue compartir elementos claves sobre la arquitectura de datos, así como su importancia como las mejores prácticas para su implementación en el ciclo de vida de los proyectos de la ciencia de datos, los proyectos de aprovechamiento de datos y de su articulación para la gestión pública. Lo anterior, con el fin de estar a la vanguardia en la gestión de datos, y aprovechar al máximo el potencial de los proyectos de ciencia de datos en beneficio del país.  

En este espacio se congregaron los miembros de las sala de Modernización tecnológica del CASEN, miembros y delegados y delegadas del Comité de Administración de Datos (CAD), administradores y administradoras de datos de entidades sectoriales y de sus entidades adscritas y vinculadas; expertos y expertas del sector, entre otros actores del Sistema Estadístico Nacional (SEN), con el fin de analizar la importancia de los datos como activos estratégicos para el desarrollo social, económico y ambiental de Colombia.

De igual manera, el seminario contó con la participación de los siguientes conferencistas: Jairo Riascos de la Dirección de Gobierno Digital del Ministerio de Tecnologías de la Información y Comunicaciones en Colombia (MINTIC); Harvey Rosas, CTO en Prevsis; Álvaro Montenegro, profesor de la Universidad Nacional de Colombia; Tito Neira, Chief Data Strategy Officer en ADL Digital Lab, y Vivian Aranda, Product Owner en ADL Digital Lab.

A lo largo de las presentaciones se enfatizó la necesidad de gestionar los datos como infraestructura y el establecer políticas, estándares y mecanismos de gobernanza que garanticen su calidad, seguridad, disponibilidad y aprovechamiento para beneficiar a la sociedad. A continuación, se relacionan algunos aspectos claves de cada conferencia:  

Conferencia “Los datos como activos estratégicos”  

_{Jairo Riascos Muñoz de la Dirección de Gobierno Digital del Ministerio de Tecnologías de la Información y Comunicaciones en Colombia (MINTIC).}  

Durante su presentación, Muñoz resaltó los siguientes puntos: los datos tienen un gran potencial para generar valor social, económico y ambiental, por lo que es necesario gestionarlos como una infraestructura crítica para el desarrollo de los países; para definir una hoja de ruta, que aborde aspectos como la gobernanza, la gestión de datos maestros, la interoperabilidad y los espacios de intercambio de datos, son fundamentales la Infraestructura de Datos del Estado Colombiano (IDEC), como un conjunto de recursos compartidos y estandarizados para facilitar el uso de datos clave, y el Plan Nacional de Infraestructura de Datos (PNID).

Conferencia “Introducción a la arquitectura de datos”  

_{Harvey Rosas, CTO Prevsis.}

Rosas resaltó la importancia de la arquitectura de datos en el manejo de datos estadísticos, la toma de decisiones y en la modernización institucional. Igualmente, explicó cómo esta facilita el acceso a datos relevantes y de calidad y asegura la consistencia, la fiabilidad y la integración de diversas fuentes y así se puede optimizar el rendimiento de los modelos analíticos. También destacó su relevancia en el cumplimiento de objetivos estratégicos como el PNID y la Política Nacional de Transformación Digital e Inteligencia Artificial (IA).  

De igual manera, abordó los desafíos y los beneficios de ser una organización basada en datos y ratificó la necesidad de una gobernanza sólida, seguridad y privacidad, y la articulación con otras iniciativas. Presentó el AWS Cloud Adoption Framework como guía y ofreció recomendaciones para implementar una arquitectura de datos exitosa, como: la adopción de principios DevOps, la infraestructura como código y la visualización de datos y destacó la importancia de mantenerse actualizado para aprovechar al máximo el potencial de los datos y lograr los objetivos estratégicos.

Conferencia “Principios y mejores prácticas de la arquitectura de datos”

_{Álvaro Montenegro, profesor de la Universidad Nacional de Colombia (UNAL).}

En esta exposición, el experto Montenegro destacó la importancia de un enfoque holístico para la arquitectura de datos que considere cuatro aspectos. El primero son los modelos de datos (conceptual, lógico y físico), como elementos fundamentales para la gestión eficaz de la información. El segundo corresponde a los estándares en el que es necesario definir las reglas y las pautas para recopilar, almacenar, procesar y compartir los datos. El tercero es la gobernanza en la que es indispensable establecer políticas y procedimientos claros para la gestión de datos, incluyendo la creación de roles y responsabilidades, la definición de procesos de aprobación y la implementación de mecanismos de control. Finalmente, el cuarto aspecto es la calidad de los datos, propendiendo porque sean precisos, completos, consistentes y confiables para ser útiles para la toma de decisiones, así como contar con procesos de control de calidad para garantizar la integridad de los datos.

Conferencia “Ciclo de vida de la arquitectura de datos”  

_{Tito Neira, Chief Data Strategy Officer de ADL Digital Lab.}

En su presentación, Neira destacó la importancia de los datos como un activo valioso y la necesidad de gestionarlos como infraestructura para generar valor social y económico. Enfatizó la necesidad de planificación, gobernanza, seguimiento y sostenibilidad para garantizar la disponibilidad y el aprovechamiento de los datos. Asimismo, detalló las seis etapas del ciclo de vida de la arquitectura de datos, desde la adquisición y el entendimiento hasta el uso con un propósito. Explicó cómo cada etapa, desde la recopilación y la preparación de datos hasta la implementación y el monitoreo de la arquitectura, contribuyen a la creación de una arquitectura de datos sólida y eficiente que permita la toma de decisiones basadas en datos y la generación de valor para la organización.

Conferencia “Herramientas y tecnologías para la arquitectura de datos”  

_{Vivian Aranda, Product Owner en ADL Digital Lab.}  

La experta Aranda, destacó la importancia de herramientas para gestionar y analizar grandes volúmenes de datos de manera eficiente. Resaltó la evolución de las herramientas, desde las tradicionales para entornos locales hasta las modernas basadas en la nube, que ofrecen mayor flexibilidad, escalabilidad e integración. Aranda presentó una amplia gama de herramientas de modelado, tanto para entornos tradicionales como en la nube, como Oracle SQL Developer Data Modeler, ERwin Data Modeler, ER/Studio, entre otros. Asimismo, expuso cómo estas herramientas permiten crear modelos de datos precisos y eficientes que facilitan la visualización, la documentación y la colaboración en tiempo real.

Reviva aquí el Seminario “Arquitectura de datos: fundamentos y buenas prácticas”: