Inteligência Artificial (IA): A inteligência artificial, primeiramente, é reconhecida como uma área da ciência da computação que se dedica ao desenvolvimento de máquinas inteligentes, capazes de executar tarefas que exigem inteligência humana. Nesse contexto, diversas abordagens são consideradas, sendo os principais componentes o aprendizado de máquina (machine learning), o aprendizado profundo (deep learning) e o aprendizado por reforço (reinforcement learning). Além disso, é importante destacar que a IA tem gerado mudanças significativas no setor de tecnologia (TYAGI, 2020).
Banco de dados NoSQL: De forma semelhante, os bancos de dados NoSQL foram criados com o propósito de armazenar dados não estruturados, oferecendo alto desempenho e flexibilidade para lidar com escalas massivas. Por exemplo, podemos citar como principais representantes dessa categoria o MongoDB, o Redis e o Cassandra (TYAGI, 2020).
Data Lakes: Por outro lado, os data lakes podem ser definidos como um “depósito fixo” capaz de armazenar diversos tipos e modelos de dados, sejam eles estruturados ou não, e em qualquer escala. Com essa estrutura, as organizações conseguem adquirir maior conhecimento, identificar oportunidades para otimizar seus negócios e, por conseguinte, melhorar o engajamento com os clientes, a produtividade e as tomadas de decisão (TYAGI, 2020).
Análise preditiva: Em relação à análise preditiva, trata-se de uma subdivisão da análise de big data cujo objetivo principal é prever comportamentos com base em dados históricos. Para alcançar esse propósito, utiliza técnicas como aprendizado de máquina, modelagem estatística, matemática e mineração de dados, entre outras (TYAGI, 2020).
Análise prescritiva: Por sua vez, a análise prescritiva visa orientar as organizações sobre quais ações devem ser tomadas para atingir os resultados desejados. Por exemplo, essa abordagem pode auxiliar na compreensão de fatores relacionados a mudanças de mercado, além de prever quais resultados são mais favoráveis (TYAGI, 2020).
Blockchain: Além disso, o blockchain representa uma tecnologia de banco de dados que viabiliza a moeda digital, como o Bitcoin. Essa tecnologia é caracterizada por suas particularidades que garantem a segurança dos dados, já que, uma vez gravados, não podem ser excluídos ou alterados. Dessa forma, o blockchain é considerado um dos ecossistemas mais seguros, sendo amplamente utilizado em setores como financeiro, seguros, saúde e outras aplicações relacionadas ao big data (TYAGI, 2020).
Ecossistema Hadoop: Por fim, o ecossistema Hadoop constitui uma plataforma que integra diversos componentes e serviços voltados à ingestão, armazenamento, análise e manutenção de dados, com o objetivo de facilitar o trabalho com big data. Vale ressaltar que existem inúmeras ferramentas e soluções comerciais relacionadas ao Hadoop no mercado, como o Apache Open Source, e exemplos amplamente conhecidos incluem Spark, Hive, Sqoop e Oozie (TYAGI, 2020).
