Brainstorm

• Fórmula 1
• Posiciones ganadas en carrera: por piloto, por nacionalidad.
• Tweets (sentimiento): piloto bueno/malo
• Gráficas de los resultados (kibana – tableau?)

Diseño del DAaaS Definición la estrategia del DAaaS Definir el catálogo de servicios que proporcionará la plataforma DAaaS, que incluye incorporación de datos, limpieza de datos, transformación de datos, datapedias, bibliotecas de herramientas analíticas y otros.

• ¿Qué piloto ha ganado más posiciones durante a carrera? ¿Importa la nacionalidad del piloto con el número de adelantamientos?
• ¿A los aficionados les gusta más los pilotos que adelantan más?
• Dashboard para posibles patrocinadores de pilotos/equipos en referencia al estudio de los adelantamientos y la repercusión que puedan tener los mismos.

Arquitectura DAaaS Definir la selección de componentes, la definición de procesos de ingeniería y el diseño de interfaces de usuario. Diseño y ejecución de Proofs-of-Concept (PoC) para demostrar la viabilidad del enfoque DAaaS.

• Dataset Formula 1 World Championship (1950 – 2021) https://www.kaggle.com/rohanrao/formula-1-world-championship-1950-2020 No utilizo un API para extraer datos, porque este dataset ya utiliza el API de donde quería extraer los datos: http://ergast.com/mrd/
• Análisis de 3 horas de los tweets para ver que tendencia hay dentro de los aficionados en referencia a los pilotos.
• Google Storage para almacenar los datos de los Dataset.
• Hadoop con Hive para hacer las queries de los Dataset que tenemos.
• Google Cloud Platform, para crear la clúster de Hadoop con hive del Dataset (es una base de datos relacional).
• Máquina virtual que transforme los resultados y los alce con dos tablas en un PosgreSQL en Google Cloud.
• Tableu para la representación de los datos.

DAaaS Operating Model Design and Rollout Personalizar los modelos operativos DAaaS para cumplir con los procesos, la estructura organizacional, las reglas y el gobierno de los clientes individuales. Realizar seguimiento de consumo y mecanismos de informe.

• Un operador descarga del Dataset y lo sube a Google Storage, para introducir los datos en Hive en Google Clud.
• El mismo operador Descarga/actualización del Dataset después de cada carrera de F1 y actualizar Hive cuando se suba el Dataset actualizado.
• El mismo operador pasados 4 días después de la carrera, realiza un análisis de 3 horas sobre los tweets que ha habido en referencia a la misma. Se esperan 4 días debido a que siempre hay algunos días de repercusión sobre las mismas.
• Se suben los datos a Google Storage, de ambos dataset y después se añaden/actualizan al clúster de Hadoop.
• Se lanza un Job de Hive, para que con las queries requerida, nos arroje dos tablas (csv). Una con los resultados de la query de los pilotos, posiciones ganadas y nacionalidad, y otra con los resultados de los tweets.
• Con una máquina virtual, cargamos los datasets en un PosgreSQL en Google Cloud.
• Usamos el conector de Tableau para importar los datos desde PosgreSQL.
• Una historia con dos Dashboards en Tableau lee la información del índice y despliega:
• Un gráfico con los pilotos con más adelantamientos.
• Un gráfico con adelantamientos y nacionalidad.
• Una nube de palabras con los pilotos que se está hablando más, y poner en verde los que tengan mejor valoración y en rojo los que peor valoración tengan.
• Se envía al cliente un acceso a Tableau Viewer para que pueda visualizar los resultados de las historias.

Desarrollo de la plataforma DAaaS. Construcción iterativa de todas las capacidades de la plataforma, incluido el diseño, desarrollo e integración, pruebas, carga de datos, metadatos y población de catálogos, y despliegue.

Link a Diagrama: https://docs.google.com/drawings/d/12BEkq-qbXj9HKcyYk6j0hRfnXQ89J1FY17apjjOknJA/edit?usp=sharing