PROTOTIPADO DEL SISTEMA DIRECCIOND EJURIDICOS DEL MTR
miércoles, 2 de septiembre de 2020
sábado, 1 de agosto de 2020
Mapa conceptual con FreeMind en proyectos de sistemas
FreMind
FreeMind es un programa de ordenador que permite la elaboración de mapas mentales o de conceptos, programada en Java. Se publica bajo licencia GNU General Public License. Dispone de versiones para Microsoft Windows, Linux y Mac OS X vía Java Runtime Environment.345
FreeMind es útil en el análisis y recopilación de información o ideas generadas en grupos de trabajo, pues con él es posible generar mapas mentales y publicarlos en internet como páginas html, java o insertarlos dentro de wikis como Dokuwiki mediante la configuración de un plugin.
Como otros paquetes de software de para mapas mentales, FreeMind permite al usuario editar un conjunto de ideas jerárquizadas alrededor de un concepto central. El enfoque no lineal ayuda al brainstorming, a medida que las ideas se van añadiendo al mapa mental.3 Como aplicación Java que es, FreeMind es portable a través de múltiples plataformas y retiene la misma interfaz de usuario, con solo una cierta variación de la interfaz común en cada sistema operativo.
Mapa Mental Para Replanificación de Proyecto de Software Jurídicos
Este software es totalmente libre tiene multiples opciones de exportación de los mapas construidos.
Mapa Conceptual con Mindmeister Puesta a Produccion Sistema Juridicos
Mapa Mental con MindMeister para replanificación de proyecto Sistenas
MindMeister proporciona una forma de visualizar información en mapas mentales utilizando modelos de usuario, al tiempo que proporciona herramientas para facilitar la colaboración en tiempo real, coordinar la gestión de tareas y crear presentaciones.
Al usar el almacenamiento en la nube, los usuarios de MindMeister pueden compartir actualizaciones en mapas mentales en tiempo real con otros usuarios a través de aplicaciones móviles y en el navegador.
Los mapas mentales se pueden compartir de forma privada con un número ilimitado de usuarios o públicamente.
MindMeister se basa en un modelo freemium, con una cuenta básica disponible de forma gratuita, que proporciona una funcionalidad limitada. El modelo comercial se basa en 4 niveles de precios diferentes con una opción de cargos de suscripción mensuales o anuales. Estos planes de precios se titulan Básico, Personal, Profesional y Comercial.
La versión gratuita no permite una exportación en imagenes o pdfs por lo que te obliga a compartir el trabajo a traves de la misma herramienta con tus colaboradores o clientes.
A continuación un ejemplo de un Mapa Conceptual ideado para planificar una reunión para definir el plan de acción para la puesta a producción de un sistema cuya planificación se desvió.
La planificación de tareas desarrollada en redmine se plasma en el mapana conceptual sin el detalle de cada tarea.
domingo, 12 de julio de 2020
domingo, 5 de julio de 2020
Ejemplo de Mockup Balsamiq
Pantalla de accesos a Gestión de Datos y Consulta
Apertura de Pantalla A
Apertura de Opción Inf Financiera
miércoles, 1 de julio de 2020
martes, 12 de mayo de 2020
jueves, 30 de abril de 2020
Power BI DeskTop
Contenido del Curso
1. Metodología para el análisis de datos
2. Mejores prácticas para hacer nuestros reportes
3. Todas las visualizaciones disponibles en Power BI y otras más
4. Todos los tipos de fórmulas de DAX
5. Todos los básicos de Power BI: Conexión a datos, modelado, gráficos, reportes y DAX
6. Editor de consultas para limpiar nuestros datos
7. Relaciones entre tablas y los diferentes tipos de relaciones que existen
8. Creación de reportes en Power BI
9. Rapidez para crear nuestros análisis
10. Funcionalidades avanzadas de Power BI
11. Crear jerarquías de datos
12. Darle seguimiento a indicadores clave de tus datos
13. Gráficos dinámicos
14. Gráficos Animados
15. Columnas calculadas y medidas
Hadoop Big Data desde cero
Cursos Tecnológicos orientados a Big Data y Bases de datos
El curso incluyo:
- 13,5 horas de vídeo bajo demanda
- 32 artículos
- 70 recursos descargables
- Temas del Curso:
- 1. Big Data y Hadoop.
- 2. Instalacion de Hadoop.
- 3. Montar Componentes de Hadoop en un solo Nodo.
- 4. Map Reduce.
- 5. Montar Cluster de 3 Nodos.
martes, 18 de febrero de 2020
Diagnóstico Gestión de Datos No Transaccionales en Organismo
Análisis de situación de la Gestión de Datos del Organismo y propuesta inicial.
El Organismo utiliza orígenes de datos
tanto propios como ajenos estos distintos orígenes de datos se traducen en
archivos words, excel , web services, Bases de datos (Mysql /Oracle /SQL
/postgresql), etc , los cuales son utilizados para la gestión particular de cada
una de las áreas del MTR a través de diversas aplicaciones (Ms excel / Apps /
Web a medida / Terceros / etc.).
En la actualidad las bases de datos se manejan
de forma aislada y la creación de una nueva base no contempla entre otras cosas
:
- La
necesidad de información pendiente por otros orígenes de datos .
- La
existencia de datos cargados en otras bases que se pueden reutilizar.
- La
mínima calidad que debe requerirse de los datos de la nueva base.
- etc.
Necesidad de Datos
para el Organismo
El proyecto es integral y requiere la presentación
de información referida a las distintas áreas del Organismo distribuidas entre sus distintas Direcciones Generales.
La información requerida por el organismo se utilizara para la toma de decisión con la mayor celeridad que pueda proveer
la organización a la fecha.
Esta información muchas veces requerirá el
cruzamiento y procesamiento de datos de distintos orígenes de datos así como la
obtención de metadatos como : totales, promedios ,varianzas, máximos , mínimos,
cuadros comparativos, etc.
Para cumplir su propósito la gestión de datos
debe asegurar pautas de calidad como : consistencia, puntualidad , fiabilidad ,
precisión , confiabilidad y disponibilidad.
La única manera de asegurar las pautas de calidad
para la información provista es tener un manejo centralizado de los distintos orígenes
de datos de manera de desacoplar los datos de las aplicaciones.
A continuación se evalúan dos escenarios
posibles de solución para el problema de Gestión de datos del Organismo.
Escenario 1
(Gestión de Datos acoplada a las aplicaciones)
Esquema de Bases de Datos Transaccionales con
uso de API para Gestión de Datos del MTR
Escenario 2
(Gestión de datos independiente de sus aplicaciones transaccionales)
Esquema Datawarehouse
Conclusión : El escenario 1 no es un buena practica para actualización masiva de datos no transaccionales que quieren ser utilizados por herramientas de inteligencia de negocios.
Ing David Arriola
Ing David Arriola
Suscribirse a:
Entradas (Atom)
Añadir Estados al Kanban de AZURE
Ampliando tu Flujo de Trabajo: Cómo Añadir Nuevos Estados al Kanban de Azure DevOps El tablero Kanban en Azure DevOps (anteriormente con...
-
El Big Data, que se refiere a la recopilación, almacenamiento y análisis de grandes volúmenes de datos que no pueden manejarse con herram...
-
En Azure podemos ayudarnos del complemento de Retrospectives de Azure DevOps y sirve para facilitar y formalizar las reuniones de retrospe...




































