{"id":16885,"date":"2019-07-04T08:51:41","date_gmt":"2019-07-04T14:51:41","guid":{"rendered":"http:\/\/otech.uaeh.edu.mx\/noti\/?p=16885"},"modified":"2019-07-04T08:51:41","modified_gmt":"2019-07-04T14:51:41","slug":"indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado","status":"publish","type":"post","link":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/","title":{"rendered":"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado"},"content":{"rendered":"

Los bancos que no recurren a la inteligencia artificial para hacer sus procesos m\u00e1s eficientes deber\u00edan hac\u00e9rselo mirar. Nueve de cada diez empresas financieras utilizan aprendizaje autom\u00e1tico como una parte fundamental de su estrategia,\u00a0<\/span>seg\u00fan una encuesta realizada a 450 directivos financieros por la firma Refinitiv. Todo el mundo se ha subido al carro de esta tecnolog\u00eda por las posibilidades que les ofrece para mejorar su negocio.<\/p>\n

El problema, como en la mayor\u00eda de los casos, viene cuando nos ponemos manos a la obra. En este mismo estudio, el 43% de los encuestados citaron la baja calidad de los datos como el mayor obst\u00e1culo para implementar soluciones basadas en esta tecnolog\u00eda. El siguiente problema que citaron los profesionales entrevistados tambi\u00e9n tiene que ver con la informaci\u00f3n: el 38% se quej\u00f3 de la falta de disponibilidad de datos con los que nutrir sus sistemas.<\/p>\n

La inteligencia artificial se alimenta de datos del mismo modo que un le\u00f3n lo hace de carne: cuanto m\u00e1s come, m\u00e1s crece. Y, del mismo modo que al le\u00f3n le puede sentar mal un filete en mal estado, los algoritmos necesitan que la informaci\u00f3n que reciben sea lo m\u00e1s limpia y correcta posible.<\/p>\n

<\/a><\/p>\n
\n
\"Indigesti\u00f3n<\/figure>\n
<\/div>\n<\/div>\n<\/section>\n

\u201cNo podemos ense\u00f1ar a un ni\u00f1o las tablas de multiplicar mal y sorprendernos al ver que el resultado de sus operaciones est\u00e1 equivocado\u201d, se\u00f1ala Miguel Monta\u00f1ez,\u00a0<\/span>responsable de servicios financieros en Accenture. \u201cAl fin y al cabo, la IA es sencilla y compleja al mismo tiempo, como la vida misma\u201d.<\/p>\n

    \n
  • \u00bfEso es un uno o un siete?<\/strong><\/li>\n<\/ul>\n

    \u201cLos datos de mala calidad son aquellos que no reflejan la realidad o representan una visi\u00f3n parcial de la misma\u201d, explica Ignacio \u00c1lvaro,\u00a0<\/span>director de tecnolog\u00eda de datos y anal\u00edtica de Minsait. La casu\u00edstica es extensa: datos caducados, ausencia de ellos para un periodo de tiempo, inconsistencias, valores anormales, informaci\u00f3n incompleta, falta de trazabilidad desde la fuente que la genera, errores de interpretaci\u00f3n cuando los datos cambian de manos… Todo esto sin hablar de la informaci\u00f3n directamente falsa: las famosas\u00a0<\/span>fake news<\/em>.<\/p>\n

    No obstante, la mala calidad de los datos suele tener m\u00e1s que ver con la fragmentaci\u00f3n de los sistemas que originan los datos que con la manipulaci\u00f3n deliberada. \u201cLas empresas financieras son grandes generadores y consumidores de informaci\u00f3n, lo que ha dado lugar a un incremento de la fragmentaci\u00f3n de los datos para ciertos usos m\u00e1s departamentales\u201d, recuerda \u00c1lvaro. \u201cEsto les complica tener una visi\u00f3n \u00fanica de los datos de negocio, sus clientes, las operaciones o los riesgos\u201d.<\/p>\n

    El experto apunta que la mala praxis en el tratamiento de datos suma un problema para las grandes empresas que tiene que ver con la competencia con startups y pymes que han nacido en la era digital. En ellas, se concibe la inteligencia de negocio como algo clave para su labor y carecen del legado de las empresas tradicionales. \u201cRevertir esta situaci\u00f3n y romper los silos de informaci\u00f3n es un reto de primera magnitud para estas compa\u00f1\u00edas\u201d, resume.<\/p>\n

      \n
    • Malos datos, peores decisiones<\/strong><\/li>\n<\/ul>\n

      La diferencia entre trabajar con datos limpios o hacerlo con informaci\u00f3n corrupta es, como puede imaginarse, abismal. La consecuencia principal de entrenar algoritmos de inteligencia artificial con datos de mala calidad es una reducci\u00f3n de sus niveles de acierto, con la consecuente p\u00e9rdida de eficacia que esto conlleva. Montse Medina,\u00a0<\/span>responsable de anal\u00edtica avanzada en Deloitte, calcula que el margen de mejora que puede tener un sistema que trabaja con datos correctamente tratados puede ser de en torno al 50%.<\/p>\n

      \n
      \n
      \n
      \n

      Cuando los datos no son buenos, es complicado hacer mejoras en los algoritmos<\/p>\n<\/blockquote>\n

      Montse Medina, responsable de anal\u00edtica avanzada en Deloitte<\/p>\n<\/div>\n<\/div>\n<\/section>\n

      \u201cCuando los datos no son buenos, es complicado hacer mejoras en los algoritmos\u201d, sentencia. \u201cLa calidad de la informaci\u00f3n y la capacidad de las empresas para transformarla en algo que pueda ser valioso para el sistema es el elemento que m\u00e1s va a condicionar el rendimiento del mismo\u201d.<\/p>\n

      En ciertas ocasiones, el dato es bueno,\u00a0<\/span>pero la empresa que lo gestiona no est\u00e1 preparada para transformarlo correctamente para su uso. Datos de buena calidad de los que no podemos sacar todo el potencial. \u201cPuede ser una cuesti\u00f3n de formato\u201d, aventura Medina. \u201cUna empresa que tiene interacciones telef\u00f3nicas con su cliente y guarda las conversaciones no tiene informaci\u00f3n de mala calidad; simplemente est\u00e1 en un formato que debe transformar para poder utilizar\u201d.<\/p>\n

      Transformar esta informaci\u00f3n, igual que luchar contra otros retos que se presentan en la recopilaci\u00f3n y anal\u00edtica de los datos, depende de las empresas: la tecnolog\u00eda para solucionar este problema existe y est\u00e1 disponible. La experta opina que las compa\u00f1\u00edas deben construir infraestructuras que permitan dise\u00f1ar procesos y arquitecturas escalables, de manera modular. La principal dificultad en este sentido reside en saber adaptar los procesos que se utilizaban tradicionalmente. \u201cNo se puede ir a\u00f1adiendo capas tecnol\u00f3gicas y poniendo parches en vez de dar un paso atr\u00e1s y replantearse la estrategia. Tomar atajos suele pasar factura\u201d, advierte.<\/p>\n

      Fuente: Retina El Pais<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

      Los bancos que no recurren a la inteligencia artificial para hacer sus procesos m\u00e1s eficientes deber\u00edan hac\u00e9rselo mirar. Nueve de cada diez empresas financieras utilizan aprendizaje autom\u00e1tico como una parte fundamental de su estrategia,\u00a0seg\u00fan una encuesta realizada a 450 directivos financieros por la firma Refinitiv. Todo el mundo se ha subido al carro de esta […]<\/p>\n","protected":false},"author":1,"featured_media":16886,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[377],"tags":[],"class_list":["post-16885","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data"],"yoast_head":"\nIndigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado - Observatorio Tecnol\u00f3gico de Hidalgo<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado - Observatorio Tecnol\u00f3gico de Hidalgo\" \/>\n<meta property=\"og:description\" content=\"Los bancos que no recurren a la inteligencia artificial para hacer sus procesos m\u00e1s eficientes deber\u00edan hac\u00e9rselo mirar. Nueve de cada diez empresas financieras utilizan aprendizaje autom\u00e1tico como una parte fundamental de su estrategia,\u00a0seg\u00fan una encuesta realizada a 450 directivos financieros por la firma Refinitiv. Todo el mundo se ha subido al carro de esta […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\" \/>\n<meta property=\"og:site_name\" content=\"Observatorio Tecnol\u00f3gico de Hidalgo\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/observatoriouaeh\" \/>\n<meta property=\"article:published_time\" content=\"2019-07-04T14:51:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"600\" \/>\n\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"admin\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@OBSERVATORIOEH\" \/>\n<meta name=\"twitter:site\" content=\"@OBSERVATORIOEH\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"admin\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\"},\"author\":{\"name\":\"admin\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/person\/95263d004158ffabcd98137e1d0abc1c\"},\"headline\":\"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado\",\"datePublished\":\"2019-07-04T14:51:41+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\"},\"wordCount\":886,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#organization\"},\"image\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg\",\"articleSection\":[\"Big data\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\",\"url\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\",\"name\":\"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado - Observatorio Tecnol\u00f3gico de Hidalgo\",\"isPartOf\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg\",\"datePublished\":\"2019-07-04T14:51:41+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage\",\"url\":\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg\",\"contentUrl\":\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg\",\"width\":600,\"height\":350},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Inicio\",\"item\":\"https:\/\/otech.uaeh.edu.mx\/noti\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#website\",\"url\":\"https:\/\/otech.uaeh.edu.mx\/noti\/\",\"name\":\"Observatorio Tecnol\u00f3gico de Hidalgo\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/otech.uaeh.edu.mx\/noti\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#organization\",\"name\":\"Observatorio Tecnol\u00f3gico de Hidalgo\",\"url\":\"https:\/\/otech.uaeh.edu.mx\/noti\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2025\/11\/Logo-circulo.png\",\"contentUrl\":\"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2025\/11\/Logo-circulo.png\",\"width\":250,\"height\":250,\"caption\":\"Observatorio Tecnol\u00f3gico de Hidalgo\"},\"image\":{\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/observatoriouaeh\",\"https:\/\/x.com\/OBSERVATORIOEH\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/person\/95263d004158ffabcd98137e1d0abc1c\",\"name\":\"admin\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/08dd17208ee6a9e87c5a01c0a5f4c96c8ed24bf05e625630929b5b6a7c1ffa5f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/08dd17208ee6a9e87c5a01c0a5f4c96c8ed24bf05e625630929b5b6a7c1ffa5f?s=96&d=mm&r=g\",\"caption\":\"admin\"},\"url\":\"https:\/\/otech.uaeh.edu.mx\/noti\/author\/admin\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado - Observatorio Tecnol\u00f3gico de Hidalgo","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/","og_locale":"en_US","og_type":"article","og_title":"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado - Observatorio Tecnol\u00f3gico de Hidalgo","og_description":"Los bancos que no recurren a la inteligencia artificial para hacer sus procesos m\u00e1s eficientes deber\u00edan hac\u00e9rselo mirar. Nueve de cada diez empresas financieras utilizan aprendizaje autom\u00e1tico como una parte fundamental de su estrategia,\u00a0seg\u00fan una encuesta realizada a 450 directivos financieros por la firma Refinitiv. Todo el mundo se ha subido al carro de esta […]","og_url":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/","og_site_name":"Observatorio Tecnol\u00f3gico de Hidalgo","article_publisher":"https:\/\/www.facebook.com\/observatoriouaeh","article_published_time":"2019-07-04T14:51:41+00:00","og_image":[{"width":600,"height":350,"url":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg","type":"image\/jpeg"}],"author":"admin","twitter_card":"summary_large_image","twitter_creator":"@OBSERVATORIOEH","twitter_site":"@OBSERVATORIOEH","twitter_misc":{"Written by":"admin","Est. reading time":"4 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#article","isPartOf":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/"},"author":{"name":"admin","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/person\/95263d004158ffabcd98137e1d0abc1c"},"headline":"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado","datePublished":"2019-07-04T14:51:41+00:00","mainEntityOfPage":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/"},"wordCount":886,"commentCount":0,"publisher":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#organization"},"image":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage"},"thumbnailUrl":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg","articleSection":["Big data"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/","url":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/","name":"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado - Observatorio Tecnol\u00f3gico de Hidalgo","isPartOf":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#website"},"primaryImageOfPage":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage"},"image":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage"},"thumbnailUrl":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg","datePublished":"2019-07-04T14:51:41+00:00","breadcrumb":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#primaryimage","url":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg","contentUrl":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2019\/07\/Notic.9-1.jpg","width":600,"height":350},{"@type":"BreadcrumbList","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/big-data\/indigestion-en-el-sistema-cuando-la-maquina-se-atiborra-de-datos-en-mal-estado\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Inicio","item":"https:\/\/otech.uaeh.edu.mx\/noti\/"},{"@type":"ListItem","position":2,"name":"Indigesti\u00f3n en el sistema: cuando la m\u00e1quina se atiborra de datos en mal estado"}]},{"@type":"WebSite","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#website","url":"https:\/\/otech.uaeh.edu.mx\/noti\/","name":"Observatorio Tecnol\u00f3gico de Hidalgo","description":"","publisher":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/otech.uaeh.edu.mx\/noti\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#organization","name":"Observatorio Tecnol\u00f3gico de Hidalgo","url":"https:\/\/otech.uaeh.edu.mx\/noti\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/logo\/image\/","url":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2025\/11\/Logo-circulo.png","contentUrl":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-content\/uploads\/2025\/11\/Logo-circulo.png","width":250,"height":250,"caption":"Observatorio Tecnol\u00f3gico de Hidalgo"},"image":{"@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/observatoriouaeh","https:\/\/x.com\/OBSERVATORIOEH"]},{"@type":"Person","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/person\/95263d004158ffabcd98137e1d0abc1c","name":"admin","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/otech.uaeh.edu.mx\/noti\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/08dd17208ee6a9e87c5a01c0a5f4c96c8ed24bf05e625630929b5b6a7c1ffa5f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/08dd17208ee6a9e87c5a01c0a5f4c96c8ed24bf05e625630929b5b6a7c1ffa5f?s=96&d=mm&r=g","caption":"admin"},"url":"https:\/\/otech.uaeh.edu.mx\/noti\/author\/admin\/"}]}},"_links":{"self":[{"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/posts\/16885","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/comments?post=16885"}],"version-history":[{"count":1,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/posts\/16885\/revisions"}],"predecessor-version":[{"id":16887,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/posts\/16885\/revisions\/16887"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/media\/16886"}],"wp:attachment":[{"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/media?parent=16885"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/categories?post=16885"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/otech.uaeh.edu.mx\/noti\/wp-json\/wp\/v2\/tags?post=16885"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}