Yo no tengo ni idea de lo que es un data lake pero la definición se me parece a algo así: tira aquí todos los datos y ya veremos.
Pinta bien, si algún día necesitas no sé qué dato para hacer machine learning, ahí está, lo coges y lo usas.
Ahora, me pregunto: si es complicado mantener tus datos de producción, cómo demonios se mantiene mínimamente organizado, y por tanto usable, toda la cantidad de datos que genera una empresa.
Los datos son como el cuerpo humano: las partes que no ejercitas son grasa y esta pasa factura a largo (y a corto) y necesitas ejercitarlo para que funcione bien
Pero imaginemos que el data lake es perfecto:
Me cuesta ver como alguien que no está acostumbrado a los datos pueda abrir Tableu, engancharlo ahí y sacar “insights”. A un desarrollador, en teoría más cerca de los datos, le cuesta trabajar solo con los datos de producción…
Me pregunto, no tiene sentido que la exposición de los datos sea también lo que llamamos “producto”?