{"id":27302,"date":"2026-10-30T10:44:58","date_gmt":"2026-10-30T09:44:58","guid":{"rendered":"https:\/\/festibity.com\/sin-categoria\/ibm-2\/"},"modified":"2026-10-30T15:24:44","modified_gmt":"2026-10-30T14:24:44","slug":"ibm-2","status":"publish","type":"post","link":"https:\/\/festibity.com\/es\/noticias-de-los-partners\/ibm-2\/","title":{"rendered":"IBM"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><strong>Ampliaci\u00f3n de la ingenier\u00eda de datos empresariales con IBM watsonx.data integration for Apache Flink<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>IBM anuncia IBM\u00ae watsonx.data integration for Apache Flink para ayudar a los equipos de ingenier\u00eda de datos a construir, operacionalizar y escalar pipelines de streaming con mayor facilidad.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los datos en tiempo real han pasado de ser un requisito especializado a convertirse en una necesidad empresarial. La detecci\u00f3n del fraude, las respuestas de la cadena de suministro, las experiencias de los clientes y los sistemas de inteligencia artificial dependen cada vez m\u00e1s de datos que reflejen lo que est\u00e1 sucediendo en ese mismo momento, y no horas m\u00e1s tarde.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Apache Flink se ha convertido en una tecnolog\u00eda fundamental para el procesamiento de flujos con estado, pero aprovechar todo su potencial a escala empresarial puede resultar complicado. La construcci\u00f3n y el mantenimiento de cargas de trabajo Apache Flink en entornos de producci\u00f3n suelen requerir ingenieros con conocimientos especializados en estados distribuidos, puntos de control, procesamiento basado en el tiempo de los eventos y comportamiento operativo de los sistemas de streaming.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Para muchas organizaciones, esta especializaci\u00f3n puede convertirse en un cuello de botella. Los casos de uso de datos en tiempo real con un gran valor potencial pueden quedar pendientes a la espera de un grupo relativamente reducido de especialistas.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Hoy anunciamos IBM watsonx.data integration for Apache Flink, una soluci\u00f3n dise\u00f1ada para facilitar a los equipos de ingenier\u00eda de datos la creaci\u00f3n y puesta en funcionamiento de pipelines de streaming que se ejecutan en Confluent Platform for Apache Flink.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Al incorporar pr\u00e1cticas habituales de ingenier\u00eda de datos al ciclo de vida de Flink \u2014desde la creaci\u00f3n y validaci\u00f3n hasta las operaciones en producci\u00f3n\u2014, podemos ayudar a las organizaciones a extender el procesamiento de flujos a m\u00e1s equipos y a sacar mayor partido de su infraestructura de streaming Confluent.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">\u00bfPor qu\u00e9 puede estancarse la adopci\u00f3n de Apache Flink?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Flink ofrece a las organizaciones capacidades avanzadas para procesar continuamente los datos a medida que se generan los eventos. Sin embargo, adoptar el procesamiento de flujos de forma generalizada requiere mucho m\u00e1s que tener acceso a un entorno de ejecuci\u00f3n potente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los equipos deben dise\u00f1ar los pipelines, conectar fuentes y destinos, gestionar errores, responder a los cambios de esquema, recuperar las cargas de trabajo y mantener los est\u00e1ndares de gobernanza de forma segura cuando algo falla. Cuando cada una de estas tareas depende de conocimientos especializados de Flink o de desarrollos a medida, resulta dif\u00edcil extender esta tecnolog\u00eda m\u00e1s all\u00e1 de un equipo central de streaming.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A medida que se ampl\u00eda la adopci\u00f3n, aparece otro reto: aplicar los controles empresariales de manera coherente. Los equipos deben garantizar las reglas de calidad de los datos y gestionar la informaci\u00f3n confidencial sin tener que reconstruir estos procesos para cada carga de trabajo de streaming.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Por tanto, el reto no consiste simplemente en poner Flink a disposici\u00f3n de los equipos, sino en hacer que sea pr\u00e1ctico para que m\u00e1s profesionales de datos puedan crear y gestionar cargas de trabajo de producci\u00f3n sobre la infraestructura de streaming que ya tiene la organizaci\u00f3n.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Facilitar la creaci\u00f3n de pipelines con Flink<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">IBM watsonx.data integration ofrece a los equipos varias formas de crear pipelines de streaming:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Un lienzo visual con funcionalidad de arrastrar y soltar.<\/li>\n\n\n\n<li>Creaci\u00f3n de contenido asistida por inteligencia artificial.<\/li>\n\n\n\n<li>Un SDK de Python.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Cada enfoque genera el mismo modelo de pipeline subyacente, que se traduce en un grafo de trabajo nativo de Flink y se env\u00eda para su ejecuci\u00f3n en Confluent Platform for Apache Flink.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Para los ingenieros de datos, esto significa trabajar con conceptos conocidos, como fuentes, procesadores, consultas, ventanas, enrutamiento, destinos y gesti\u00f3n de errores, sin que todos los profesionales tengan que empezar escribiendo c\u00f3digo SQL de Flink.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Esta mayor accesibilidad no sustituye al desarrollo nativo de Flink. Los especialistas avanzados pueden seguir utilizando los enfoques nativos cuando necesitan un control m\u00e1s profundo, mientras que watsonx.data integration ofrece a m\u00e1s ingenieros de datos una v\u00eda familiar para trabajar con el mismo entorno de ejecuci\u00f3n de Flink. De este modo, las organizaciones pueden ampliar el uso de Confluent a m\u00e1s usuarios y cargas de trabajo.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Facilitar la escalabilidad de Apache Flink en toda la empresa<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">La creaci\u00f3n de pipelines es solo una parte del reto. A medida que las organizaciones incorporan m\u00e1s cargas de trabajo de Flink a Confluent, ejecutar pipelines de streaming en entornos de producci\u00f3n requiere las mismas pr\u00e1cticas de ingenier\u00eda rigurosas que cualquier otra carga de trabajo de datos cr\u00edtica para el negocio.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">IBM watsonx.data integration incorpora esta disciplina al ciclo de vida de Flink y ayuda a los equipos a previsualizar y validar los pipelines antes de su despliegue, gestionar los cambios y errores de esquema y preservar el estado cuando las cargas de trabajo se detienen y se reanudan.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La gesti\u00f3n centralizada del ciclo de vida permite a los equipos operar los pipelines de Flink de manera coherente en entornos de producci\u00f3n, en lugar de crear procesos personalizados para cada carga de trabajo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Adem\u00e1s, watsonx.data integration incorpora un ciclo operativo m\u00e1s estructurado para Flink basado en tres pr\u00e1cticas fundamentales.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>1. Validar antes de pasar a producci\u00f3n.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los equipos pueden previsualizar los pipelines utilizando datos de muestra y validar sus configuraciones antes del despliegue, lo que permite identificar posibles problemas en una fase m\u00e1s temprana del ciclo de desarrollo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>2. Mantener el flujo de datos ante cambios y errores.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los equipos pueden redirigir los registros fallidos a Apache Kafka para analizarlos, as\u00ed como reproducir y gestionar las desviaciones de los datos a medida que cambian los datos de entrada. Esto permite reducir el trabajo necesario para corregir incidencias.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>3. Supervisar los datos en toda la empresa.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los equipos pueden supervisar proactivamente los flujos de datos y utilizar la <a href=\"https:\/\/www.ibm.com\/es-es\/products\/watsonx-data-integration\/data-observability?utm_source=chatgpt.com\">funcionalidad de observabilidad de datos integrada<\/a> en watsonx.data integration para detectar cambios de esquema, problemas de calidad de los datos y comportamientos inusuales de los pipelines en tiempo real.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En conjunto, estas pr\u00e1cticas ayudan a convertir las cargas de trabajo de Flink en pipelines de datos de producci\u00f3n que se pueden desarrollar, gestionar y recuperar mediante procesos de ingenier\u00eda repetibles, en lugar de depender de tareas operativas personalizadas para cada caso de uso.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ampliar el procesamiento de flujos a toda la empresa<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">El streaming empresarial rara vez empieza y termina en un \u00fanico sistema. Los datos se distribuyen entre bases de datos transaccionales, sistemas mainframe, aplicaciones SaaS, archivos, almacenes de objetos, data warehouses y lakehouses.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">IBM watsonx.data integration ayuda a conectar este ecosistema de datos m\u00e1s amplio con el procesamiento en tiempo real, mientras que los pipelines se ejecutan en Confluent Platform for Apache Flink.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Confluent proporciona el entorno de ejecuci\u00f3n de streaming empresarial, mientras que watsonx.data integration ofrece la experiencia de ingenier\u00eda de datos necesaria para crear y gestionar los pipelines que se ejecutan en \u00e9l.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En conjunto, estas soluciones ofrecen a las organizaciones una v\u00eda pr\u00e1ctica para ampliar el uso de Flink m\u00e1s all\u00e1 de un peque\u00f1o grupo de especialistas, incorporando m\u00e1s equipos de datos, datos empresariales y casos de uso a su infraestructura de streaming Confluent.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A medida que se ampl\u00eda la adopci\u00f3n, las organizaciones pueden obtener m\u00e1s valor de su inversi\u00f3n en Confluent y, al mismo tiempo, convertir el procesamiento de flujos en una parte cada vez m\u00e1s integrada de la ingenier\u00eda de datos empresariales.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a href=\"https:\/\/www.ibm.com\/es-es\/products\/watsonx-data-integration\/real-time-data-streaming?utm_source=chatgpt.com\">Obtenga m\u00e1s informaci\u00f3n sobre IBM watsonx.data integration for Apache Flink<\/a> y descubra c\u00f3mo IBM y Confluent pueden ayudar a llevar el procesamiento de flujos con Flink a m\u00e1s equipos de datos y casos de uso dentro de su empresa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">\u00bfPreparados para empezar? Pruebe <a href=\"https:\/\/www.ibm.com\/es-es\/products\/watsonx-data-integration?utm_source=chatgpt.com\">watsonx.data integration<\/a> gratis.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ampliaci\u00f3n de la ingenier\u00eda de datos empresariales con IBM watsonx.data integration for Apache Flink IBM anuncia IBM\u00ae watsonx.data integration for Apache Flink para ayudar a los equipos de ingenier\u00eda de datos a construir, operacionalizar y escalar pipelines de streaming con mayor facilidad. Los datos en tiempo real han pasado de ser un requisito especializado a [&hellip;]<\/p>\n","protected":false},"author":5,"featured_media":27303,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[105],"tags":[],"class_list":["post-27302","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias-de-los-partners"],"acf":[],"_links":{"self":[{"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/posts\/27302","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/comments?post=27302"}],"version-history":[{"count":2,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/posts\/27302\/revisions"}],"predecessor-version":[{"id":27375,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/posts\/27302\/revisions\/27375"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/media\/27303"}],"wp:attachment":[{"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/media?parent=27302"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/categories?post=27302"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/festibity.com\/es\/wp-json\/wp\/v2\/tags?post=27302"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}