Nuestros compañeros Ana Díaz, Moisés Rodríguez y Mario Piattini han publicado el articulo Towards a set of metrics for hybrid (quantum/classical) systems maintainability en el volumen 30(1) de la revista JUCS - Journal of Universal Computer Science.
Dada la rápida evolución que se ha producido en los últimos años en la industria del software, y junto a ella la aparición del software cuántico, surge la necesidad de diseñar un entorno de medición de métricas de calidad para software híbrido, clásico-cuántico. Para medir y evaluar la calidad del software clásico existen modelos y normas, entre las que destaca ISO/IEC 25000, que propone un conjunto de características de calidad entre las que se incluye la mantenibilidad. Sin embargo, actualmente no existe un consenso para la medición y evaluación de la calidad del software cuántico.
En este trabajo se proponen una serie de métricas para medir la mantenibilidad del sofware híbrido, adaptando métricas "clásicas" y definiendo nuevas métricas específicas. También se presenta un primer prototipo de una herramienta de medición desarrollada como plugin de SonarQube, capaz de medir estas métricas en desarrollos cuánticos.
Nuestro director científico, Mario Piattini, junto con Ismael Caballero de DQTeam han sido editores del libro "Data Governance: From the Fundamentals to Real Cases" publicado por la editorial Springer.
El libro, dirigido a académicos, investigadores y profesionales implicados en la gobernanza de datos (CIO, Data Governors o Data Stewards), se divide en dos partes:
Entre los capítulos del libro, escritos por distintos autores, se encuentra un capítulo sobre modelos de madurez para el gobierno de datos elaborado por nuestros compañeros de AQCLab y DQTeam Moisés Rodríguez y Fernando Gualo, junto a los mencionados Mario Piattini e Ismael Caballero. En este capítulo se presentan los modelos de madurez de gobierno de datos más conocidos, tales como DAMA, DMM, DCAM o los modelos Aiken, IBM, Gartner), con especial énfasis en el Modelo de Madurez de Datos de Alarcos (MAMD).
AQCLab ha participado en el desarrollo de la nueva versión 4.0 del modelo MAMD (Modelo Alarcos de Mejora Datos), en colaboración con el grupo Alarcos y DQTeam. Se trata de un modelo que integra los procesos de gestión de datos, gestión de la calidad de datos y gobierno de datos de una manera conjunta y coordinada, con el objetivo de que cualquier tipo de organización pueda evaluar y mejorar la capacidad de sus procesos relacionados con los datos.
Este modelo permite a las organizaciones no solamente realizar una gestión tecnológica de las infraestructuras de los datos, sino también asegurar que el diseño, la gestión y la explotación de los datos se hace de acuerdo con sus estrategias organizacionales (lo que implica el gobierno de los datos), y que los datos que se utilizan son adecuados para el uso que se pretende (lo que implica la gestión de la calidad de los datos).
El modelo está compuesto por un total de 22 procesos agrupados en 5 niveles de madurez, y está alineado a las especificaciones UNE 0077, UNE 0078, UNE 0079 y UNE 0080 de gobierno, gestión, calidad y evaluación de madurez de dato. En base al modelo MAMD las empresas pueden certificar la madurez de sus procesos relacionados con la gestión, el gobierno y la calidad de los datos según el esquema de la familia de normas ISO/IEC 33000. Además, MAMD también está alineado con las evaluaciones de la calidad de datos en base a ISO/IEC 25000, de forma que las organizaciones que sigan el modelo estén en predisposición de obtener un certificado de calidad de los datos en sus repositorios.
Puede solicitar la descarga del modelo desde el formulario en la web de MAMD.
AQCLab ha colaborado junto con DQTeam y el Grupo Alarcos en el artículo A Data Quality Model for Master Data Repositories, publicado en la revsita INFORMATICA del Vilnius University Institute of Data Science and Digital Technologies.
Los datos maestros son uno de los instrumentos más potentes para garantizar niveles adecuados de calidad de los datos. En este artículo se propone un modelo de calidad de datos que permite realizar de forma repetible y homogénea evaluaciones del nivel de calidad de los datos contenidos en un repositorio de datos maestros. Este modelo de calidad de datos sigue varias normas internacionales: ISO/IEC 25012, ISO/IEC 25024 e ISO 8000-1000, lo que permite servir como base para una certificación de conformidad.
En el artículo también se presenta el caso de estudio que se ha llevado a cabo aplicando el modelo de calidad de datos a un repositorio de datos maestros de una organización para demostrar la aplicabilidad del modelo de calidad de datos definido.
AQCLab colabora y participará en los Premios de Informática COIICLM 2023, otorgados por el Colegio Oficial de Ingeniería Informática de Castilla-La Mancha (COIICLM) a personalidades, empresas y organizaciones en diferentes modalidades, el cual tendrá lugar el próximo 27 de noviembre en Ciudad Real.
El acto de entrega de los premios formará parte de un evento que tiene como objetivo congregar a los diversos agentes tecnológicos, empresariales, sociales y económicos que ven en el desarrollo de un nuevo ecosistema digital no solo una oportunidad de negocio actual y de futuro, sino también una actividad para el desarrollo de la sociedad del bienestar y de progreso en Castilla-La Mancha.
Durante el evento, además de la entrega de premios, tendrán lugar dos charlas:
+34 676 97 57 83
