# Mejor Software de Catálogo de Datos de Aprendizaje Automático *By [Shalaka Joshi](https://research.g2.com/insights/author/shalaka-joshi)* Los catálogos de datos de aprendizaje automático permiten a las empresas categorizar, acceder, interpretar y colaborar en torno a los datos de la empresa a través de múltiples fuentes de datos, mientras mantienen un alto nivel de gobernanza y gestión de acceso. La inteligencia artificial es clave para muchas características de los catálogos de datos de aprendizaje automático, habilitando funcionalidades como recomendaciones de aprendizaje automático, consultas en lenguaje natural y enmascaramiento dinámico de datos para mejorar la seguridad. Las empresas pueden utilizar catálogos de datos de aprendizaje automático para mantener conjuntos de datos en una única ubicación, de modo que la búsqueda y el descubrimiento de datos sea sencillo tanto para los usuarios empresariales cotidianos como para los analistas. Los usuarios tienen la capacidad de comentar, compartir y recomendar conjuntos de datos para que los colegas puedan tener una comprensión inmediata de lo que están consultando. Además, los administradores de TI pueden implementar la provisión de usuarios para garantizar que los empleados no autorizados no accedan a datos sensibles. Los catálogos de datos de aprendizaje automático son implementados con mayor frecuencia por empresas que tienen múltiples fuentes de datos, están buscando una única fuente de verdad y están intentando escalar el uso de datos en toda la empresa. Estos productos son generalmente administrados por departamentos de TI, que pueden mantener la organización y la seguridad, pero los datos pueden ser accedidos por científicos de datos o analistas y el usuario empresarial promedio. Los datos pueden luego ser transformados, modelados y visualizados ya sea directamente en el catálogo de datos de aprendizaje automático o a través de una integración con [software de inteligencia empresarial](https://www.g2.com/categories/business-intelligence). Debe tenerse en cuenta que no todos los catálogos de datos de aprendizaje automático proporcionan capacidades de preparación de datos y pueden requerir una integración con una [plataforma de inteligencia empresarial](https://www.g2.com/categories/business-intelligence-platforms). Además, estas herramientas difieren del [software de gestión de datos maestros](https://www.g2.com/categories/master-data-management-mdm) debido a su mejorada gobernanza, colaboración y funcionalidad de aprendizaje automático. Para calificar para la inclusión en la categoría de Catálogo de Datos de Aprendizaje Automático, un producto debe: - Organizar y consolidar datos de todas las fuentes de la empresa en un único repositorio - Proporcionar gestión de acceso de usuarios para propósitos de seguridad y gobernanza de datos - Permitir a los usuarios empresariales buscar y acceder a los datos desde dentro del catálogo - Ofrecer características de colaboración en torno a conjuntos de datos, incluyendo categorización, comentarios y compartición - Dar recomendaciones inteligentes basadas en aprendizaje automático para un acceso más rápido a datos relevantes ## How Many Software de Catálogo de Datos de Aprendizaje Automático Products Does G2 Track? **Total Products under this Category:** 90 ### Category Stats (May 2026) - **Average Rating**: 4.38/5 (↑0.01 vs Apr 2026) - **New Reviews This Quarter**: 10 - **Buyer Segments**: Pequeña empresa 44% │ Empresa 38% │ Mercado medio 19% - **Top Trending Product**: Cloudera Data Platform (+0.155) *Last updated: May 18, 2026* ## How Does G2 Rank Software de Catálogo de Datos de Aprendizaje Automático Products? **Por qué puedes confiar en las clasificaciones de software de G2:** - 30 Analistas y Expertos en Datos - 1,800+ Reseñas auténticas - 90+ Productos - Clasificaciones Imparciales Las clasificaciones de software de G2 se basan en reseñas de usuarios verificadas, moderación rigurosa y una metodología de investigación consistente mantenida por un equipo de analistas y expertos en datos. Cada producto se mide utilizando los mismos criterios transparentes, sin colocación pagada ni influencia del proveedor. Aunque las reseñas reflejan experiencias reales de los usuarios, que pueden ser subjetivas, ofrecen información valiosa sobre cómo funciona el software en manos de profesionales. Juntos, estos aportes impulsan el G2 Score, una forma estandarizada de comparar herramientas dentro de cada categoría. ## Which Software de Catálogo de Datos de Aprendizaje Automático Is Best for Your Use Case? - **Líder:** [Atlan](https://www.g2.com/es/products/atlan/reviews) - **Mejor Desempeño:** [Collibra](https://www.g2.com/es/products/collibra/reviews) - **Más Fácil de Usar:** [AWS Glue](https://www.g2.com/es/products/aws-glue/reviews) - **Tendencia Principal:** [Atlan](https://www.g2.com/es/products/atlan/reviews) - **Mejor Software Gratuito:** [Alation](https://www.g2.com/es/products/alation/reviews) --- **Sponsored** ### QuerySurge QuerySurge es una plataforma de calidad de datos de nivel empresarial que aprovecha la IA para automatizar continuamente la validación de datos en todo su ecosistema, desde almacenes de datos y lagos de big data hasta informes de BI y aplicaciones empresariales. Con la creación de pruebas impulsada por IA, una arquitectura escalable y la integración líder de DevOps para Data CI/CD, QuerySurge asegura la integridad de los datos en cada etapa del pipeline. Casos de Uso de Validación de Datos Automatizada: QuerySurge proporciona una solución inteligente, impulsada por IA, para la validación de datos y pruebas ETL para sus necesidades de pruebas automatizadas. - Pruebas de Almacén de Datos / ETL - Pruebas de Big Data - DevOps para Datos / Pruebas Continuas - Pruebas de Migración de Datos - Pruebas de Informes de Inteligencia de Negocios (BI) - Pruebas de Datos de Aplicaciones Empresariales Lo que Proporciona QuerySurge: - Automatización de su proceso manual de validación y pruebas de datos - Facilidad de uso, características de bajo código/sin código - Capacidades de IA generativa para la creación de pruebas - Pruebas en más de 200 plataformas de datos - Integración en su pipeline de DataOps CI/CD - Aceleración de su análisis de datos - Aseguramiento del cumplimiento normativo Características Clave: - El Asistente de Conexión de Datos proporciona una manera fácil de vincularse a sus almacenes de datos - El Asistente de Consultas Visual construye pruebas de tabla a tabla y de columna a columna sin escribir SQL - El módulo de IA generativa crea automáticamente pruebas de transformación en masa - DevOps para Datos proporciona una API RESTful con más de 110 llamadas y documentación Swagger e integra en pipelines CI/CD - Cree Pruebas Personalizadas y modularice funciones con fragmentos, establezca umbrales, prepare datos, verifique tipos de datos y filas duplicadas, búsqueda de texto completo y etiquetado de activos - Programe pruebas para ejecutarse inmediatamente, en una fecha y hora predeterminadas, o después de cualquier evento de una construcción/lanzamiento, CI/CD, DevOps o solución de gestión de pruebas - Soporte multi-proyecto en una sola instancia, nuevo usuario Administrador Global, asigne usuarios y agentes, importe y exporte proyectos, e informes de registro de actividad de usuario - Los webhooks proporcionan integraciones en tiempo real con herramientas de DevOps, CI/CD, gestión de pruebas y alertas - Ready-for-Analytics proporciona integración sin problemas con QuerySurge y su herramienta de BI o Metabase de código abierto para crear informes y paneles personalizados y obtener información más profunda y en tiempo real sobre sus flujos de trabajo de validación de datos y pruebas ETL - Los Paneles de Análisis de Datos y los Informes de Inteligencia de Datos rastrean, analizan y comunican la calidad de los datos [Visitar sitio web](https://www.g2.com/es/external_clickthroughs/record?secure%5Bad_program%5D=ppc&secure%5Bad_slot%5D=category_product_list&secure%5Bcategory_id%5D=1383&secure%5Bdisplayable_resource_id%5D=108&secure%5Bdisplayable_resource_type%5D=Category&secure%5Bmedium%5D=sponsored&secure%5Bplacement_reason%5D=neighbor_category&secure%5Bplacement_resource_ids%5D%5B%5D=2686&secure%5Bprioritized%5D=false&secure%5Bproduct_id%5D=54942&secure%5Bresource_id%5D=1383&secure%5Bresource_type%5D=Category&secure%5Bsource_type%5D=category_page&secure%5Bsource_url%5D=https%3A%2F%2Fwww.g2.com%2Fes%2Fcategories%2Fmachine-learning-data-catalog&secure%5Btoken%5D=dd29ae9103b1f326da4b28bbf49dc4f02489f111e9d2b4c22fbb0db14e600f28&secure%5Burl%5D=https%3A%2F%2Fwww.querysurge.com%2Fget-started%2Fprivate-demo%3Futm_source%3DG2%26utm_medium%3Dcpc%26utm_campaign%3DG2-reviews&secure%5Burl_type%5D=book_demo) --- ## What Are the Top-Rated Software de Catálogo de Datos de Aprendizaje Automático Products in 2026? ### 1. [Atlan](https://www.g2.com/es/products/atlan/reviews) Atlan es la capa de contexto para la IA empresarial. Lee continuamente tus almacenes, bases de datos, canalizaciones, herramientas de BI y sistemas empresariales para reconstruir un grafo de datos empresarial que captura activos, linaje, entidades, métricas, políticas y relaciones. Sobre ese grafo, enriquece y cura semánticas legibles por máquina: descripciones, uniones populares, definiciones de KPI y métricas, ontologías y reglas de negocio, y las organiza en repositorios de contexto gobernados y versionados: paquetes delimitados de contexto que reflejan cómo tu empresa define conceptos clave y toma decisiones. Estos repositorios de contexto se exponen a través de interfaces abiertas (SQL, APIs, SDKs, protocolos estilo OSI/MCP) para que agentes, copilotos y aplicaciones de IA puedan llamar al mismo contexto confiable en tiempo real, en lugar de que cada equipo codifique su propia lógica. Los flujos de trabajo de gobernanza con humanos en el bucle para la resolución de conflictos, la depreciación, la retroalimentación y la certificación mantienen ese contexto confiable a medida que evolucionan el negocio, los datos y los modelos. **Average Rating:** 4.5/5.0 **Total Reviews:** 131 **How Do G2 Users Rate Atlan?** - **Facilidad de uso:** 8.9/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 9.1/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.3/10 (Category avg: 8.3/10) - **Linaje de datos:** 9.3/10 (Category avg: 8.7/10) **Who Is the Company Behind Atlan?** - **Vendedor:** [Atlan](https://www.g2.com/es/sellers/atlan) - **Sitio web de la empresa:** https://www.atlan.com - **Año de fundación:** 2019 - **Ubicación de la sede:** New York, US - **Twitter:** @AtlanHQ (9,787 seguidores en Twitter) - **Página de LinkedIn®:** https://in.linkedin.com/company/atlan-hq (572 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Servicios Financieros, Tecnología de la información y servicios - **Company Size:** 52% Mediana Empresa, 41% Empresa #### What Are Atlan's Pros and Cons? **Pros:** - Facilidad de uso (7 reviews) - Características (6 reviews) - Colaboración (5 reviews) - Catalogación de datos (5 reviews) - Configuración fácil (4 reviews) **Cons:** - Problemas de integración (4 reviews) - Problemas de dependencia (3 reviews) - Personalización limitada (3 reviews) - Problemas técnicos (3 reviews) - Problemas de interfaz de usuario (3 reviews) ### 2. [AWS Glue](https://www.g2.com/es/products/aws-glue/reviews) AWS Glue es un servicio de integración de datos sin servidor que facilita a los usuarios de análisis descubrir, preparar, mover e integrar datos de múltiples fuentes para análisis, aprendizaje automático y desarrollo de aplicaciones. Puedes descubrir y conectarte a más de 70 fuentes de datos diversas, gestionar tus datos en un catálogo de datos centralizado y crear, ejecutar y monitorear visualmente pipelines ETL para cargar datos en tus lagos de datos. Puedes buscar y consultar inmediatamente datos catalogados utilizando Amazon Athena, Amazon EMR y Amazon Redshift Spectrum. **Average Rating:** 4.3/5.0 **Total Reviews:** 194 **How Do G2 Users Rate AWS Glue?** - **Facilidad de uso:** 8.4/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.9/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.6/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.7/10 (Category avg: 8.7/10) **Who Is the Company Behind AWS Glue?** - **Vendedor:** [Amazon Web Services (AWS)](https://www.g2.com/es/sellers/amazon-web-services-aws-3e93cc28-2e9b-4961-b258-c6ce0feec7dd) - **Año de fundación:** 2006 - **Ubicación de la sede:** Seattle, WA - **Twitter:** @awscloud (2,229,319 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/amazon-web-services/ (156,424 empleados en LinkedIn®) - **Propiedad:** NASDAQ: AMZN **Who Uses This Product?** - **Who Uses This:** Ingeniero de Datos, Ingeniero de software - **Top Industries:** Tecnología de la información y servicios, Software de Computadora - **Company Size:** 49% Empresa, 29% Mediana Empresa #### What Are AWS Glue's Pros and Cons? **Pros:** - Facilidad de uso (6 reviews) - Integración de datos (3 reviews) - Soluciones ETL (3 reviews) - Características (3 reviews) - Simple (3 reviews) **Cons:** - Rendimiento lento (3 reviews) - Dificultad para depurar (2 reviews) - Depuración difícil (2 reviews) - Problemas de rendimiento (2 reviews) - Que consume mucho tiempo (2 reviews) ### 3. [Alation](https://www.g2.com/es/products/alation/reviews) Alation es la empresa de inteligencia de datos. Fundada en 2012 y con sede en Redwood City, California, con oficinas globales en Londres y Sídney, Alation atiende a más de 650 clientes empresariales en 34 industrias. La empresa fue pionera en el catálogo de datos moderno al combinar el aprendizaje automático con la percepción humana para conectar a las personas con preguntas con personas que tienen respuestas. Hoy en día, más del 40% de las empresas de la lista Fortune 100 confían en Alation para impulsar iniciativas de datos e inteligencia artificial a gran escala. La plataforma de Alation unifica el catalogado, la gobernanza y la calidad de los datos con nuevas capacidades nativas de IA construidas sobre una base esencial: los metadatos. Los metadatos proporcionan el contexto que los modelos de IA carecen, entregando resultados que son precisos, explicables y confiables. Con capacidades como Agent Studio, CDE Manager y Data Quality Agent, las organizaciones pueden construir agentes que entiendan sus definiciones, reglas y estándares de calidad únicos. Las verificaciones de preparación integradas y la evaluación continua aseguran que cada flujo de trabajo de IA esté basado en el contexto de metadatos correcto, haciendo que la IA empresarial sea lo suficientemente confiable para su uso en producción real. **Average Rating:** 4.4/5.0 **Total Reviews:** 89 **How Do G2 Users Rate Alation?** - **Facilidad de uso:** 8.3/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.7/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 7.9/10 (Category avg: 8.3/10) - **Linaje de datos:** 7.2/10 (Category avg: 8.7/10) **Who Is the Company Behind Alation?** - **Vendedor:** [Alation](https://www.g2.com/es/sellers/alation) - **Sitio web de la empresa:** https://alation.com - **Año de fundación:** 2012 - **Ubicación de la sede:** Redwood City, CA - **Twitter:** @Alation (3,568 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/3231829/ (626 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios, Servicios Financieros - **Company Size:** 57% Empresa, 27% Mediana Empresa #### What Are Alation's Pros and Cons? **Pros:** - Facilidad de uso (16 reviews) - Descubrimiento de datos (10 reviews) - Experiencia de usuario (10 reviews) - Catalogación de datos (9 reviews) - Interfaz de usuario (9 reviews) **Cons:** - Rendimiento lento (8 reviews) - Características faltantes (6 reviews) - Funcionalidad limitada (4 reviews) - Limitaciones de linaje (4 reviews) - Problemas de interfaz de usuario (4 reviews) ### 4. [Google Cloud Data Catalog](https://www.g2.com/es/products/google-cloud-data-catalog/reviews) Un servicio de descubrimiento de datos y gestión de metadatos completamente gestionado y altamente escalable. **Average Rating:** 4.4/5.0 **Total Reviews:** 25 **How Do G2 Users Rate Google Cloud Data Catalog?** - **Facilidad de uso:** 8.7/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.5/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.1/10 (Category avg: 8.3/10) - **Linaje de datos:** 7.8/10 (Category avg: 8.7/10) **Who Is the Company Behind Google Cloud Data Catalog?** - **Vendedor:** [Google](https://www.g2.com/es/sellers/google) - **Año de fundación:** 1998 - **Ubicación de la sede:** Mountain View, CA - **Twitter:** @google (31,920,059 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/1441/ (336,169 empleados en LinkedIn®) - **Propiedad:** NASDAQ:GOOG **Who Uses This Product?** - **Top Industries:** Software de Computadora - **Company Size:** 46% Pequeña Empresa, 29% Mediana Empresa ### 5. [Appen](https://www.g2.com/es/products/appen/reviews) Appen recopila y etiqueta imágenes, texto, habla, audio, video y otros datos para crear datos de entrenamiento utilizados para construir y mejorar continuamente los sistemas de inteligencia artificial más innovadores del mundo. Ofrecemos una plataforma de anotación de datos de última generación y licenciable para casos de uso de datos de entrenamiento en visión por computadora y procesamiento de lenguaje natural. Nuestra plataforma mejora la precisión y la eficiencia a través de nuestras funciones de Etiquetado Inteligente y Pre-Etiquetado que utilizan Aprendizaje Automático para facilitar las anotaciones humanas. Nuestra experiencia incluye tener una multitud global de más de 1 millón de contratistas capacitados que hablan más de 235 idiomas y dialectos, en más de 70,000 ubicaciones y 170 países, y la plataforma de anotación de datos asistida por IA más avanzada de la industria. Nuestros datos de entrenamiento confiables brindan a los líderes en tecnología, servicios financieros, automotriz, comercio minorista, atención médica y gobiernos la confianza para implementar productos de IA de clase mundial. Fundada en 1996, Appen tiene clientes y oficinas a nivel mundial. **Average Rating:** 4.2/5.0 **Total Reviews:** 33 **How Do G2 Users Rate Appen?** - **Facilidad de uso:** 8.2/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.2/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.0/10 (Category avg: 8.3/10) - **Linaje de datos:** 7.8/10 (Category avg: 8.7/10) **Who Is the Company Behind Appen?** - **Vendedor:** [Appen](https://www.g2.com/es/sellers/appen) - **Año de fundación:** 1996 - **Ubicación de la sede:** Kirkland, Washington, United States - **Página de LinkedIn®:** https://www.linkedin.com/company/appen (19,630 empleados en LinkedIn®) - **Propiedad:** ASX:APX - **Ingresos totales (MM USD):** $244,900 **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios - **Company Size:** 54% Pequeña Empresa, 26% Empresa #### What Are Appen's Pros and Cons? **Pros:** - Útil (2 reviews) - Facilidad de uso (1 reviews) - Flexibilidad (1 reviews) **Cons:** - Interrupciones en el trabajo (3 reviews) - Baja compensación (2 reviews) - Complejidad (1 reviews) - Problemas de conectividad (1 reviews) - Problemas de interfaz de usuario (1 reviews) ### 6. [Collibra](https://www.g2.com/es/products/collibra/reviews) Prueba Collibra gratis en Collibra.com/tour Collibra es para organizaciones con desafíos complejos de datos, ecosistemas de datos híbridos y grandes ambiciones para datos e inteligencia artificial. Ayudamos a las organizaciones que intentan acelerar los casos de uso de datos e inteligencia artificial mientras aseguran el cumplimiento, pero que están luchando con la gobernanza fragmentada y la visibilidad en todo el ecosistema de datos híbrido. Collibra unifica la gobernanza para datos e inteligencia artificial en cada sistema, fuente de datos y usuario, para crear una autonomía segura y una base para escalar los casos de uso de inteligencia artificial y datos. Con Collibra, puedes acelerar todos tus casos de uso de datos e inteligencia artificial, de manera segura y con datos bien comprendidos. Eso es Confianza en los Datos. **Average Rating:** 4.2/5.0 **Total Reviews:** 99 **How Do G2 Users Rate Collibra?** - **Facilidad de uso:** 8.0/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.3/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.0/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.0/10 (Category avg: 8.7/10) **Who Is the Company Behind Collibra?** - **Vendedor:** [Collibra](https://www.g2.com/es/sellers/collibra) - **Sitio web de la empresa:** https://www.collibra.com - **Año de fundación:** 2008 - **Ubicación de la sede:** New York, New York - **Twitter:** @collibra (5,739 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/288365/ (1,082 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Servicios Financieros, Banca - **Company Size:** 72% Empresa, 19% Mediana Empresa #### What Are Collibra's Pros and Cons? **Pros:** - Características (10 reviews) - Gestión de Datos (9 reviews) - Colaboración (7 reviews) - Facilidad de uso (7 reviews) - Integraciones (7 reviews) **Cons:** - Problemas de complejidad (7 reviews) - Funcionalidad limitada (6 reviews) - Complejidad (5 reviews) - Problemas de integración (5 reviews) - Problemas de interfaz de usuario (5 reviews) ### 7. [decube](https://www.g2.com/es/products/decube/reviews) Decube es una plataforma de capa de contexto diseñada específicamente para la era de la IA, proporcionando a las organizaciones la capacidad de dar significado, memoria y confianza a sus datos. Este sistema innovador integra varios componentes como la gestión de metadatos, el seguimiento automatizado de linaje, la garantía de calidad de datos y la observabilidad para crear un mapa integral en tiempo real de la dinámica de los datos. Al comprender cómo operan, fluyen y su fiabilidad, Decube empodera a las empresas para tomar decisiones informadas y gestionar eficazmente las cargas de trabajo de IA. Dirigido principalmente a empresas que dependen en gran medida de la toma de decisiones basada en datos, Decube aborda un desafío crítico que enfrentan muchas organizaciones: la falta de comprensión contextual de sus datos. En una era donde los datos son abundantes, el verdadero problema radica en la capacidad de interpretar y utilizar esos datos de manera efectiva. Decube proporciona una comprensión conectada de todo el ecosistema de datos, lo que ayuda a eliminar puntos ciegos y mejora la gobernanza. Esta conciencia contextual es esencial para las organizaciones que buscan aprovechar las tecnologías de IA y garantizar que sus modelos, paneles y agentes operen con mayor inteligencia y seguridad. Las características clave de Decube incluyen sus robustas capacidades de gestión de metadatos, que permiten a los usuarios rastrear y gestionar el linaje de datos sin esfuerzo. Esta característica asegura que las organizaciones puedan rastrear los orígenes y transformaciones de sus datos, mejorando así la transparencia y la responsabilidad. Además, el enfoque de Decube en la calidad de los datos significa que los usuarios pueden confiar en la información con la que están trabajando, reduciendo el riesgo de errores en los procesos críticos de toma de decisiones. El aspecto de observabilidad de la plataforma permite además a las organizaciones monitorear los flujos de datos en tiempo real, asegurando que cualquier problema pueda ser identificado y abordado rápidamente. Los beneficios de usar Decube van más allá de la mera gestión de datos. Al proporcionar una comprensión viva e interconectada de los datos, Decube mejora la confianza operativa general de las organizaciones. Esta plataforma no solo fortalece la gobernanza, sino que también facilita una toma de decisiones más inteligente al asegurar que todos los modelos basados en datos se construyan sobre una base de información confiable y contextualizada. A medida que las empresas dependen cada vez más de datos confiables e infraestructura preparada para IA, Decube se destaca como una herramienta vital que las equipa con el contexto necesario para navegar por las complejidades del panorama de datos moderno. **Average Rating:** 4.6/5.0 **Total Reviews:** 23 **How Do G2 Users Rate decube?** - **Facilidad de uso:** 9.4/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 9.6/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.6/10 (Category avg: 8.3/10) - **Linaje de datos:** 9.6/10 (Category avg: 8.7/10) **Who Is the Company Behind decube?** - **Vendedor:** [Decube Data](https://www.g2.com/es/sellers/decube-data) - **Sitio web de la empresa:** https://decube.io - **Año de fundación:** 2022 - **Ubicación de la sede:** Kuala Lumpur - **Twitter:** @decube_data (114 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/decube-data/ (44 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios - **Company Size:** 39% Mediana Empresa, 35% Pequeña Empresa #### What Are decube's Pros and Cons? **Pros:** - Interfaz de usuario (8 reviews) - Facilidad de uso (7 reviews) - Características (7 reviews) - Calidad de los datos (6 reviews) - Perspectivas (6 reviews) **Cons:** - Funcionalidad limitada (3 reviews) - Configuración compleja (2 reviews) - Características limitadas (2 reviews) - Características faltantes (2 reviews) - Pobre atención al cliente (2 reviews) ### 8. [Cloudera Data Platform](https://www.g2.com/es/products/cloudera-cloudera-data-platform/reviews) En Cloudera, creemos que los datos pueden hacer que lo que es imposible hoy, sea posible mañana. Ofrecemos una nube de datos empresarial para cualquier dato, en cualquier lugar, desde el Edge hasta la IA. Permitimos a las personas transformar grandes cantidades de datos complejos en ideas claras y accionables para mejorar sus negocios y superar sus expectativas. Cloudera está llevando a los hospitales a mejores curas para el cáncer, asegurando a las instituciones financieras contra el fraude y el cibercrimen, y ayudando a los humanos a llegar a Marte — y más allá. Impulsado por la innovación implacable de la comunidad de código abierto, Cloudera avanza la transformación digital para las empresas más grandes del mundo. **Average Rating:** 4.1/5.0 **Total Reviews:** 131 **How Do G2 Users Rate Cloudera Data Platform?** - **Facilidad de uso:** 8.3/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.9/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.1/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.8/10 (Category avg: 8.7/10) **Who Is the Company Behind Cloudera Data Platform?** - **Vendedor:** [Cloudera](https://www.g2.com/es/sellers/cloudera) - **Año de fundación:** 2008 - **Ubicación de la sede:** Palo Alto, CA - **Twitter:** @cloudera (106,539 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/229433/ (3,387 empleados en LinkedIn®) - **Teléfono:** 888-789-1488 **Who Uses This Product?** - **Who Uses This:** Ingeniero de Datos, Ingeniero de software - **Top Industries:** Tecnología de la información y servicios, Software de Computadora - **Company Size:** 42% Empresa, 32% Pequeña Empresa #### What Are Cloudera Data Platform's Pros and Cons? **Pros:** - Facilidad de uso (22 reviews) - Escalabilidad (17 reviews) - Seguridad (9 reviews) - Gestión de Datos (8 reviews) - Características (8 reviews) **Cons:** - Caro (16 reviews) - Complejidad (7 reviews) - Aprendizaje difícil (5 reviews) - Documentación deficiente (4 reviews) - Problemas de acceso (3 reviews) ### 9. [Select Star](https://www.g2.com/es/products/select-star/reviews) Select Star es una plataforma moderna de gobernanza de datos que ayuda a las organizaciones a gestionar y comprender sus datos a gran escala, habilitando la IA, el análisis y el autoservicio en toda la empresa. Automáticamente cataloga conjuntos de datos, rastrea el linaje de extremo a extremo y construye un glosario de negocios compartido y una capa semántica, para que los equipos puedan trabajar con confianza con datos confiables. Con un portal de datos fácil de usar y automatización incorporada, Select Star apoya casos de uso que incluyen la democratización de datos, la gobernanza de datos, capas semánticas y migraciones de datos en la nube, sirviendo como una capa fundamental para iniciativas empresariales de IA y datos. **Average Rating:** 4.5/5.0 **Total Reviews:** 55 **How Do G2 Users Rate Select Star?** - **Facilidad de uso:** 8.9/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.2/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.7/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.9/10 (Category avg: 8.7/10) **Who Is the Company Behind Select Star?** - **Vendedor:** [Select Star](https://www.g2.com/es/sellers/select-star) - **Año de fundación:** 2020 - **Ubicación de la sede:** San Francisco, CA - **Twitter:** @selectstarhq (391 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/selectstarhq/ (20 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios, Bienes Raíces - **Company Size:** 51% Mediana Empresa, 38% Empresa #### What Are Select Star's Pros and Cons? **Pros:** - Facilidad de uso (10 reviews) - Linaje de datos (9 reviews) - Interfaz de usuario (7 reviews) - Descubrimiento de datos (5 reviews) - Catalogación de datos (4 reviews) **Cons:** - Funcionalidad limitada (2 reviews) - Limitaciones de linaje (2 reviews) - Configuración compleja (1 reviews) - Aprendizaje difícil (1 reviews) - Se requiere experiencia (1 reviews) ### 10. [Secoda](https://www.g2.com/es/products/secoda/reviews) Secoda es una plataforma de gobernanza de datos impulsada por IA diseñada para ayudar a las organizaciones a explorar, comprender y utilizar sus datos de manera efectiva. Al proporcionar una plataforma integral que se conecta a más de 75 fuentes de datos, canalizaciones, almacenes y herramientas de visualización, Secoda tiene como objetivo crear una fuente única de verdad para las empresas. Esta funcionalidad es particularmente valiosa para las organizaciones que buscan mejorar sus análisis de autoservicio, optimizar operaciones y mejorar la toma de decisiones. Dirigido a equipos de datos, partes interesadas empresariales y organizaciones de todos los tamaños, Secoda sirve como una herramienta esencial para aquellos que necesitan gestionar e interpretar grandes volúmenes de datos. Su interfaz fácil de usar asegura que individuos con diferentes niveles de experiencia técnica puedan aprovechar la plataforma para obtener información procesable. Empresas como Vanta, Cardinal Health, ID.me y Dialpad han adoptado Secoda para monitorear la salud de sus ecosistemas de datos, mejorar la eficiencia de sus equipos de datos y escalar la preparación para IA. Una de las principales ventajas de Secoda es su capacidad para unificar la catalogación de datos, la gobernanza empresarial y la observabilidad en una sola plataforma simplificada. Esta consolidación no solo reduce la sobrecarga de gestionar múltiples herramientas, sino que también potencia Secoda AI con un contexto rico y conectado, permitiendo a los equipos centrarse en los insights en lugar de en la infraestructura. Secoda automatiza tareas clave de gestión de datos, incluyendo documentación, etiquetado, creación de términos de glosario y creación de políticas. Esta automatización permite a los usuarios descubrir y acceder rápidamente a datos e insights relevantes sin un esfuerzo manual extenso. Al optimizar estos procesos, Secoda no solo ahorra tiempo valioso, sino que también empodera a los equipos para tomar decisiones confiadas y basadas en datos actuales y bien organizados, impulsando en última instancia mejores resultados empresariales. En general, Secoda se destaca en el panorama de gestión de datos al ofrecer una solución integral impulsada por IA que satisface las necesidades de usuarios tanto técnicos como no técnicos. Su capacidad para crear una única fuente de verdad, junto con su integración de múltiples funcionalidades en una sola plataforma, lo posiciona como un activo valioso para las organizaciones que buscan aprovechar al máximo su potencial de datos. **Average Rating:** 4.5/5.0 **Total Reviews:** 55 **How Do G2 Users Rate Secoda?** - **Facilidad de uso:** 8.2/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 9.3/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.5/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.9/10 (Category avg: 8.7/10) **Who Is the Company Behind Secoda?** - **Vendedor:** [Secoda](https://www.g2.com/es/sellers/secoda) - **Año de fundación:** 2021 - **Ubicación de la sede:** Toronto, CA - **Twitter:** @SecodaHQ (923 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/secodahq/about (21 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Software de Computadora, Servicios Financieros - **Company Size:** 65% Mediana Empresa, 18% Pequeña Empresa #### What Are Secoda's Pros and Cons? **Pros:** - Linaje de datos (7 reviews) - Incorporación (7 reviews) - Capacidades de integración (6 reviews) - Aprendizaje (6 reviews) - Gestión de Datos (5 reviews) **Cons:** - Dificultad de aprendizaje (4 reviews) - Inmadurez del producto (4 reviews) - Mejora necesaria (3 reviews) - Funcionalidad limitada (3 reviews) - Problemas de rendimiento (3 reviews) ### 11. [IBM InfoSphere Information Governance Catalog](https://www.g2.com/es/products/ibm-infosphere-information-governance-catalog/reviews) IBM® Information Governance Catalog es una herramienta interactiva basada en la web que permite a los usuarios explorar, comprender y analizar información. Los usuarios pueden crear, gestionar y compartir un lenguaje empresarial común, documentar y promulgar políticas y reglas, y rastrear el uso y consumo de datos dentro de un informe de linaje que proporciona información confiable para el cumplimiento y los conocimientos. **Average Rating:** 4.0/5.0 **Total Reviews:** 16 **How Do G2 Users Rate IBM InfoSphere Information Governance Catalog?** - **Facilidad de uso:** 7.6/10 (Category avg: 8.6/10) **Who Is the Company Behind IBM InfoSphere Information Governance Catalog?** - **Vendedor:** [IBM](https://www.g2.com/es/sellers/ibm) - **Año de fundación:** 1911 - **Ubicación de la sede:** Armonk, New York, United States - **Twitter:** @IBMSecurity (74,760 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/1009/ (324,553 empleados en LinkedIn®) - **Propiedad:** SWX:IBM **Who Uses This Product?** - **Company Size:** 53% Empresa, 26% Mediana Empresa ### 12. [Coalesce Catalog (formerly CastorDoc)](https://www.g2.com/es/products/castor-doc/reviews) Coalesce Catalog es una herramienta colaborativa y automatizada de descubrimiento y catalogación de datos. Creemos que las personas que trabajan con datos pasan demasiado tiempo tratando de encontrar y entender sus datos. Coalesce Catalog rediseña cómo colaboran las personas que trabajan con datos. Proporciona una única fuente de verdad para referenciar y documentar todo el conocimiento relacionado con los datos dentro de su empresa. Si está buscando una tabla relacionada con sus clientes, simplemente búsquela como lo haría en Google, y Coalesce Catalog le proporcionará todo el contexto que necesitará para su análisis. Inspirado por herramientas internas desarrolladas por Uber, Airbnb, Lyft y Spotify, Coalesce Catalog ha desarrollado una solución plug-and-play que se despliega en minutos para aportar valor a empresas de todos los tamaños. Descubra y catalogue sus datos hoy con Coalesce Catalog. **Average Rating:** 4.7/5.0 **Total Reviews:** 63 **How Do G2 Users Rate Coalesce Catalog (formerly CastorDoc)?** - **Facilidad de uso:** 9.6/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 9.9/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.9/10 (Category avg: 8.3/10) - **Linaje de datos:** 9.9/10 (Category avg: 8.7/10) **Who Is the Company Behind Coalesce Catalog (formerly CastorDoc)?** - **Vendedor:** [Coalesce](https://www.g2.com/es/sellers/coalesce) - **Sitio web de la empresa:** https://coalesce.io/ - **Año de fundación:** 2020 - **Ubicación de la sede:** San Francisco, CA - **Página de LinkedIn®:** https://www.linkedin.com/company/coalesceio/ (127 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios, Servicios Financieros - **Company Size:** 59% Mediana Empresa, 27% Empresa #### What Are Coalesce Catalog (formerly CastorDoc)'s Pros and Cons? **Pros:** - Facilidad de uso (3 reviews) - Colaboración (2 reviews) - Conectividad (2 reviews) - Linaje de datos (2 reviews) - Útil (2 reviews) **Cons:** - Problemas de conexión (1 reviews) - Problemas de integración (1 reviews) - Limitaciones (1 reviews) ### 13. [data.world](https://www.g2.com/es/products/data-world/reviews) data.world es el catálogo de datos y plataforma de gobernanza más adoptado en el mercado. Construido sobre una base única de grafo de conocimiento, data.world se integra sin problemas con sus sistemas existentes. Establecemos el estándar para una gobernanza rápida y centrada en las personas. No solo gestionamos datos; desbloqueamos su potencial, allanando el camino para la adopción responsable de la IA y la toma de decisiones basadas en datos a gran escala. data.world es una Corporación B Certificada y una corporación de beneficio público y alberga la comunidad de datos abiertos colaborativa más grande del mundo con más de dos millones de miembros, incluyendo el noventa por ciento de las empresas Fortune 500. **Average Rating:** 4.2/5.0 **Total Reviews:** 12 **How Do G2 Users Rate data.world?** - **Facilidad de uso:** 8.8/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 9.2/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.8/10 (Category avg: 8.3/10) - **Linaje de datos:** 9.3/10 (Category avg: 8.7/10) **Who Is the Company Behind data.world?** - **Vendedor:** [data.world](https://www.g2.com/es/sellers/data-world) - **Año de fundación:** 2016 - **Ubicación de la sede:** Austin, Texas - **Twitter:** @datadotworld (5,508 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/data.world/ (107 empleados en LinkedIn®) **Who Uses This Product?** - **Company Size:** 67% Pequeña Empresa, 25% Mediana Empresa #### What Are data.world's Pros and Cons? **Pros:** - Analítica (1 reviews) - Descubrimiento de datos (1 reviews) - Gestión de Datos (1 reviews) - Visualización de datos (1 reviews) - Facilidad de uso (1 reviews) **Cons:** - Pobre atención al cliente (1 reviews) - Malos servicios de soporte (1 reviews) ### 14. [IBM watsonx.data intelligence](https://www.g2.com/es/products/ibm-watsonx-data-intelligence/reviews) IBM watsonx.data intelligence revoluciona la forma en que las organizaciones curan, gestionan y utilizan los datos al aprovechar el poder de la IA para simplificar la entrega de datos a través de ecosistemas híbridos. IBM watsonx.data intelligence es una solución integral que integra capacidades como la gobernanza de datos (anteriormente IBM Knowledge Catalog), el linaje de datos (anteriormente IBM Manta Data Lineage), el intercambio de datos y la gestión de la calidad de los datos. Empodera a las organizaciones para descubrir, confiar y acceder a datos significativos, proporcionando a los consumidores productos de datos confiables. Explore la Biblioteca de Demos - https://www.ibm.com/products/watsonx-data-intelligence/demo-library Comience su prueba gratuita - https://dataplatform.cloud.ibm.com/registration/stepone?context=df&apps=all&uucid=1227cc9e37cb9292&preselect\_region=true **Average Rating:** 4.2/5.0 **Total Reviews:** 24 **How Do G2 Users Rate IBM watsonx.data intelligence?** - **Facilidad de uso:** 8.4/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 7.5/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 7.5/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.3/10 (Category avg: 8.7/10) **Who Is the Company Behind IBM watsonx.data intelligence?** - **Vendedor:** [IBM](https://www.g2.com/es/sellers/ibm) - **Año de fundación:** 1911 - **Ubicación de la sede:** Armonk, New York, United States - **Twitter:** @IBMSecurity (74,760 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/1009/ (324,553 empleados en LinkedIn®) - **Propiedad:** SWX:IBM **Who Uses This Product?** - **Company Size:** 38% Pequeña Empresa, 34% Empresa #### What Are IBM watsonx.data intelligence's Pros and Cons? **Pros:** - Automatización (3 reviews) - Linaje de datos (3 reviews) - Calidad de los datos (2 reviews) - Facilidad de uso (2 reviews) - Eficiencia (2 reviews) **Cons:** - Implementación compleja (3 reviews) - Complejidad (2 reviews) - Caro (2 reviews) - Se requiere experiencia (2 reviews) - Costos adicionales (2 reviews) ### 15. [Sifflet](https://www.g2.com/es/products/sifflet/reviews) Acerca de Sifflet Sifflet es una plataforma de observabilidad de datos consciente del negocio que mueve a los equipos de datos de la extinción de incendios reactiva a la inteligencia de decisiones proactiva. Impulsado por un sistema inteligente de agentes de IA—Sentinel, Sage y Forge—Sifflet detecta anomalías de manera autónoma, diagnostica las causas raíz y sugiere resoluciones de código. Al enriquecer las alertas técnicas con linaje de pila completa y uso empresarial descendente, Sifflet permite a los ingenieros de datos y líderes priorizar incidentes basados en el riesgo empresarial en lugar de la gravedad técnica. Confiado por líderes de la industria como Carrefour o Penguin Random House, Sifflet cierra la brecha entre la calidad de los datos y el impacto empresarial, asegurando que sus datos siempre sean seguros para decisiones ejecutivas y consumo de IA. Aprende más en siffletdata.com. **Average Rating:** 4.4/5.0 **Total Reviews:** 51 **How Do G2 Users Rate Sifflet?** - **Facilidad de uso:** 8.6/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.3/10 (Category avg: 8.6/10) **Who Is the Company Behind Sifflet?** - **Vendedor:** [Sifflet](https://www.g2.com/es/sellers/sifflet) - **Sitio web de la empresa:** https://www.siffletdata.com/ - **Año de fundación:** 2021 - **Ubicación de la sede:** Paris, Ile-de-France - **Twitter:** @Siffletdata (390 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/sifflet/ (48 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios, Software de Computadora - **Company Size:** 75% Mediana Empresa, 21% Empresa #### What Are Sifflet's Pros and Cons? **Pros:** - Mejora de la eficiencia (37 reviews) - Facilidad de uso (36 reviews) - Monitoreo (36 reviews) - Linaje de datos (32 reviews) - Sistema de alerta (31 reviews) **Cons:** - Personalización limitada (17 reviews) - Configuración compleja (11 reviews) - Gestión de Alertas (10 reviews) - Integración limitada (10 reviews) - Problemas de linaje (10 reviews) ### 16. [Common Voice dataset](https://www.g2.com/es/products/common-voice-dataset/reviews) Cada entrada en el conjunto de datos consiste en un archivo MP3 único y un archivo de texto correspondiente. Muchas de las 1,368 horas grabadas en el conjunto de datos también incluyen metadatos demográficos como edad, sexo y acento que pueden ayudar a entrenar la precisión de los motores de reconocimiento de voz. El conjunto de datos actualmente consta de 1,087 horas validadas en 18 idiomas, pero siempre estamos añadiendo más voces e idiomas. **Average Rating:** 4.5/5.0 **Total Reviews:** 11 **How Do G2 Users Rate Common Voice dataset?** - **Facilidad de uso:** 8.2/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 6.8/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.2/10 (Category avg: 8.3/10) - **Linaje de datos:** 6.8/10 (Category avg: 8.7/10) **Who Is the Company Behind Common Voice dataset?** - **Vendedor:** [Mozilla](https://www.g2.com/es/sellers/mozilla) - **Año de fundación:** 2005 - **Ubicación de la sede:** San Francisco, CA - **Twitter:** @mozilla (262,070 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/13948/ (1,755 empleados en LinkedIn®) **Who Uses This Product?** - **Company Size:** 64% Pequeña Empresa, 27% Mediana Empresa ### 17. [Oracle Enterprise Metadata Management](https://www.g2.com/es/products/oracle-enterprise-metadata-management/reviews) Oracle Enterprise Metadata Management (OEMM) es una plataforma integral de gestión de metadatos. OEMM puede recolectar y catalogar metadatos de prácticamente cualquier proveedor de metadatos, incluidos relacionales, Hadoop, ETL, BI, modelado de datos, y muchos más. **Average Rating:** 3.7/5.0 **Total Reviews:** 16 **How Do G2 Users Rate Oracle Enterprise Metadata Management?** - **Facilidad de uso:** 5.6/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 5.7/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 6.0/10 (Category avg: 8.3/10) - **Linaje de datos:** 5.7/10 (Category avg: 8.7/10) **Who Is the Company Behind Oracle Enterprise Metadata Management?** - **Vendedor:** [Oracle](https://www.g2.com/es/sellers/oracle) - **Año de fundación:** 1977 - **Ubicación de la sede:** Austin, TX - **Twitter:** @Oracle (829,062 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/1028/ (199,301 empleados en LinkedIn®) - **Propiedad:** NYSE:ORCL **Who Uses This Product?** - **Company Size:** 44% Empresa, 38% Pequeña Empresa ### 18. [Informatica Enterprise Data Catalog](https://www.g2.com/es/products/informatica-enterprise-data-catalog/reviews) Un catálogo de datos basado en aprendizaje automático que permite clasificar y organizar activos de datos en la nube, en las instalaciones y en grandes datos. Proporciona el máximo valor y reutilización de datos en toda la empresa. **Average Rating:** 4.3/5.0 **Total Reviews:** 19 **How Do G2 Users Rate Informatica Enterprise Data Catalog?** - **Facilidad de uso:** 7.8/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 7.7/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.0/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.3/10 (Category avg: 8.7/10) **Who Is the Company Behind Informatica Enterprise Data Catalog?** - **Vendedor:** [Informatica](https://www.g2.com/es/sellers/informatica) - **Año de fundación:** 1993 - **Ubicación de la sede:** Redwood City, CA - **Twitter:** @Informatica (99,764 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/3858/ (2,930 empleados en LinkedIn®) - **Propiedad:** NYSE: INFA **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios, Software de Computadora - **Company Size:** 53% Empresa, 26% Mediana Empresa ### 19. [Coginiti](https://www.g2.com/es/products/coginiti/reviews) Coginiti es una plataforma de operaciones de datos colaborativa centrada en SQL que capacita a los equipos para construir, publicar y consumir productos de datos de calidad, agilizando el ciclo de vida de la analítica de datos desde la concepción hasta la obtención de insights. Al integrarse con la más amplia variedad de plataformas y herramientas de datos, Coginiti permite a analistas, ingenieros y científicos de datos colaborar en tiempo real, eliminando silos y fomentando la innovación. Su interfaz intuitiva simplifica la gestión de flujos de trabajo de datos complejos, asegurando gobernanza y consistencia en los proyectos. Características Clave: - Colaboración en Tiempo Real - Modelado de Datos Flexible - Pruebas de Calidad de Datos - Visualizar el Linaje de Datos - Programación Nativa - APIs Potentes - Asistente de IA Coginiti facilita una transición sin problemas desde la preparación de datos hasta la inteligencia accionable. No se trata solo de refinar tu estrategia de datos o escalar tus capacidades analíticas; se trata de capacitar a tu organización para aprovechar todo el potencial de los datos para la toma de decisiones informadas. Descubre el poder de Coginiti y transforma tus operaciones de datos. Coginiti ofrece productos para analistas individuales, equipos de datos y empresas. **Average Rating:** 4.5/5.0 **Total Reviews:** 29 **How Do G2 Users Rate Coginiti?** - **Facilidad de uso:** 9.4/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.9/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.8/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.7/10 (Category avg: 8.7/10) **Who Is the Company Behind Coginiti?** - **Vendedor:** [Coginiti Corp](https://www.g2.com/es/sellers/coginiti-corp) - **Año de fundación:** 2020 - **Ubicación de la sede:** Atlanta , GA - **Twitter:** @coginiti (71 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/coginiti (33 empleados en LinkedIn®) **Who Uses This Product?** - **Company Size:** 66% Empresa, 28% Mediana Empresa ### 20. [erwin Data Modeler](https://www.g2.com/es/products/quest-software-erwin-data-modeler/reviews) Parte de la plataforma de gestión de datos erwin, que ofrece un modelado de datos empresariales líder en la industria. erwin Data Modeler proporciona los planos para datos confiables. Integrado con erwin Data Intelligence, conecta modelos con metadatos gobernados y contexto empresarial, asegurando que lo que se entrega en producción coincida con el diseño, de modo que los productos de datos sean precisos, gobernados y listos para la IA. **Average Rating:** 4.1/5.0 **Total Reviews:** 59 **How Do G2 Users Rate erwin Data Modeler?** - **Facilidad de uso:** 8.4/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.7/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.0/10 (Category avg: 8.3/10) - **Linaje de datos:** 8.3/10 (Category avg: 8.7/10) **Who Is the Company Behind erwin Data Modeler?** - **Vendedor:** [Quest Software](https://www.g2.com/es/sellers/quest-software) - **Sitio web de la empresa:** https://www.quest.com - **Año de fundación:** 1987 - **Ubicación de la sede:** Austin, TX - **Twitter:** @Quest (17,126 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/2880/ (3,594 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Tecnología de la información y servicios - **Company Size:** 38% Mediana Empresa, 36% Pequeña Empresa #### What Are erwin Data Modeler's Pros and Cons? **Pros:** - Facilidad de uso (3 reviews) - Colaboración (2 reviews) - Descubrimiento de datos (1 reviews) - Gobernanza de Datos (1 reviews) - Gestión de Datos (1 reviews) **Cons:** - Caro (2 reviews) - Complejidad (1 reviews) - Interfaz difícil (1 reviews) - Personalización limitada (1 reviews) - Diseño anticuado (1 reviews) ### 21. [BMC AMI Data](https://www.g2.com/es/products/bmc-ami-data/reviews) BMC AMI Data es un portafolio de soluciones inteligentes de gestión de datos y optimización del rendimiento para entornos IBM Z. Ayuda a las empresas a optimizar, proteger y modernizar los datos críticos del mainframe, incluidos Db2, IMS y VSAM, mientras reduce el costo, el riesgo y la complejidad operativa. La solución automatiza el mantenimiento de datos, analiza el comportamiento del sistema y proporciona información predictiva para reducir el uso de CPU, minimizar el riesgo operativo y mantener las cargas de trabajo críticas en funcionamiento sin interrupciones. Al modernizar la gestión de los datos del mainframe, BMC AMI Data permite a las empresas controlar el crecimiento de los datos, optimizar los costos y apoyar aplicaciones empresariales de alto volumen y siempre activas. **Average Rating:** 4.3/5.0 **Total Reviews:** 24 **How Do G2 Users Rate BMC AMI Data?** - **Facilidad de uso:** 8.2/10 (Category avg: 8.6/10) **Who Is the Company Behind BMC AMI Data?** - **Vendedor:** [BMC Software](https://www.g2.com/es/sellers/bmc-software) - **Sitio web de la empresa:** https://www.bmc.com - **Año de fundación:** 1980 - **Ubicación de la sede:** Houston, TX - **Twitter:** @BMCSoftware (47,998 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/1597/ (8,951 empleados en LinkedIn®) **Who Uses This Product?** - **Top Industries:** Software de Computadora - **Company Size:** 50% Pequeña Empresa, 25% Empresa #### What Are BMC AMI Data's Pros and Cons? **Pros:** - Analítica (1 reviews) - Automatización (1 reviews) - Facilidad de uso (1 reviews) - Integraciones fáciles (1 reviews) - Características (1 reviews) **Cons:** - Caro (1 reviews) - Dificultad de instalación (1 reviews) - Curva de aprendizaje (1 reviews) - Compatibilidad limitada (1 reviews) - Personalización limitada (1 reviews) ### 22. [DataHub](https://www.g2.com/es/products/datahub/reviews) DataHub es una plataforma de contexto de datos y AI impulsada por eventos, diseñada para unificar el descubrimiento, la gobernanza y la observabilidad en todo el patrimonio de datos de una organización. A diferencia de los catálogos de datos tradicionales, DataHub Cloud ofrece actualizaciones en tiempo real, aplicación automática de políticas e integración sin problemas con más de 100 fuentes de datos. Esto asegura que las organizaciones puedan mantener la calidad de los datos, el cumplimiento y la preparación para AI a gran escala, abordando las complejidades de la gestión de datos moderna. Dirigido a equipos de datos, profesionales de gobernanza y practicantes de AI, DataHub sirve a una audiencia diversa que incluye ingenieros de datos, analistas, administradores de datos y oficiales de cumplimiento. La plataforma es particularmente beneficiosa para organizaciones que requieren una fuente centralizada de verdad para todos los metadatos en varios entornos, como almacenes de datos, lagos, plataformas de inteligencia empresarial, sistemas de aprendizaje automático y agentes de AI. Al consolidar los procesos de gestión de datos, DataHub mejora la colaboración y la eficiencia dentro de los equipos de datos, permitiéndoles trabajar de manera más efectiva. Una de las características destacadas de DataHub es su seguimiento automatizado de linaje de datos, que opera hasta el nivel de columna. Esta capacidad permite a los equipos evaluar rápidamente el impacto de cualquier cambio ascendente, facilitando una depuración más rápida de problemas de calidad y ayudando a evitar incidentes costosos antes de que escalen a producción. Además, la plataforma emplea funcionalidades impulsadas por AI para gestionar tareas repetitivas asociadas con metadatos, como la generación de documentación, la clasificación inteligente de glosarios y el etiquetado de datos sensibles. Esta automatización empodera a los profesionales de datos para concentrarse en actividades de mayor valor, aumentando así la productividad general. Para los equipos de gobernanza de datos y cumplimiento, DataHub ofrece herramientas robustas para la aplicación continua de políticas, controles de acceso basados en roles y detección de información personal identificable (PII). La plataforma está diseñada para apoyar estándares regulatorios como GDPR, HIPAA y PCI, todo mientras minimiza la supervisión manual. Esto asegura que las organizaciones puedan mantener el cumplimiento sin la carga de procesos manuales extensos. Además, para los equipos de AI y ML, DataHub proporciona el contexto de datos confiable esencial para desarrollar agentes y modelos de AI confiables, fomentando la innovación y mejorando los resultados. Con el respaldo de inversores prominentes como Bessemer Venture Partners, LinkedIn y 8VC, DataHub ha ganado la confianza de organizaciones líderes, incluyendo Netflix, Visa, Slack y Pinterest. Esta adopción generalizada subraya la efectividad de la plataforma en transformar las operaciones de datos y mejorar el panorama general de la gestión de datos. Para más información, visite datahub.com. **Average Rating:** 4.4/5.0 **Total Reviews:** 8 **How Do G2 Users Rate DataHub?** - **Facilidad de uso:** 8.5/10 (Category avg: 8.6/10) **Who Is the Company Behind DataHub?** - **Vendedor:** [DataHub](https://www.g2.com/es/sellers/datahub) - **Sitio web de la empresa:** https://datahub.com/ - **Año de fundación:** 2013 - **Ubicación de la sede:** Palo Alto, California - **Twitter:** @DataHubCloud (704 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/datahub-cloud/ (18 empleados en LinkedIn®) **Who Uses This Product?** - **Company Size:** 63% Mediana Empresa, 25% Empresa #### What Are DataHub's Pros and Cons? **Pros:** - Facilidad de uso (3 reviews) - Conectividad (2 reviews) - Código Abierto (2 reviews) - Precisión (1 reviews) - Asequible (1 reviews) **Cons:** - Problemas de integración (2 reviews) - Problemas de dependencia (1 reviews) - Interfaz difícil (1 reviews) - Falta de características (1 reviews) - Gestión de Grandes Datos (1 reviews) ### 23. [ServiceNow Workflow Data Fabric](https://www.g2.com/es/products/servicenow-workflow-data-fabric/reviews) Workflow Data Fabric es la base de datos preparada para IA de la Plataforma de IA de ServiceNow. Se conecta a cualquier tipo de datos—estructurados, no estructurados y en streaming—los contextualiza con significado empresarial y gobernanza, y los controla con linaje y políticas para que los empleados y agentes de IA puedan actuar con confianza sobre información en tiempo real para prevenir interrupciones, resolver solicitudes más rápido y optimizar operaciones, todo en una sola plataforma. Cómo Workflow Data Fabric convierte los datos en acción instantánea Conectar Unifica datos de sistemas como Salesforce, SAP, Workday, lagos de datos y flujos de eventos en tiempo real sin duplicación o integraciones frágiles punto a punto. Con Zero Copy Connectors, Stream Connect, External Content Connectors e Integration Hub, WDF simplifica la arquitectura y reduce el costo y tiempo de integración. Contextualizar Da significado empresarial a los datos y hazlos confiables con un Catálogo de Datos activo, gobernanza integrada y linaje. Usa Knowledge Graph para mapear relaciones (por ejemplo, clientes, activos, pedidos) para que los agentes de IA y flujos de trabajo entiendan el contexto y tomen decisiones precisas en el flujo de trabajo. Controlar Aplica políticas, permisos y medidas de cumplimiento en todas las fuentes conectadas para que las personas adecuadas y los agentes de IA accedan a los datos correctos, en el momento adecuado, con total auditabilidad y trazabilidad—no más copias ocultas o canalizaciones opacas. **Average Rating:** 4.3/5.0 **Total Reviews:** 134 **How Do G2 Users Rate ServiceNow Workflow Data Fabric?** - **Facilidad de uso:** 8.0/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.3/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 5.0/10 (Category avg: 8.3/10) - **Linaje de datos:** 7.1/10 (Category avg: 8.7/10) **Who Is the Company Behind ServiceNow Workflow Data Fabric?** - **Vendedor:** [ServiceNow](https://www.g2.com/es/sellers/servicenow) - **Sitio web de la empresa:** https://www.servicenow.com/ - **Año de fundación:** 2004 - **Ubicación de la sede:** Santa Clara, CA - **Twitter:** @servicenow (55,218 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/29352/ (32,701 empleados en LinkedIn®) **Who Uses This Product?** - **Who Uses This:** Ingeniero de software - **Top Industries:** Tecnología de la información y servicios, Software de Computadora - **Company Size:** 46% Empresa, 26% Mediana Empresa #### What Are ServiceNow Workflow Data Fabric's Pros and Cons? **Pros:** - Facilidad de uso (37 reviews) - Integraciones (34 reviews) - Automatización (30 reviews) - Mejora de la eficiencia (26 reviews) - Gestión de Datos (25 reviews) **Cons:** - Configuración compleja (23 reviews) - Configuración difícil (17 reviews) - Caro (15 reviews) - Rendimiento lento (14 reviews) - Complejidad (13 reviews) ### 24. [Talend Data Catalog](https://www.g2.com/es/products/talend-data-catalog/reviews) El Catálogo de Datos rastrea, perfila, organiza, vincula y enriquece automáticamente todos tus metadatos. Hasta el 80% de la información asociada con los datos se documenta automáticamente y se mantiene actualizada a través de relaciones inteligentes y aprendizaje automático, entregando continuamente los datos más significativos al usuario. **Average Rating:** 4.2/5.0 **Total Reviews:** 12 **How Do G2 Users Rate Talend Data Catalog?** - **Facilidad de uso:** 8.0/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 6.7/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 9.4/10 (Category avg: 8.3/10) - **Linaje de datos:** 9.4/10 (Category avg: 8.7/10) **Who Is the Company Behind Talend Data Catalog?** - **Vendedor:** [Qlik](https://www.g2.com/es/sellers/qlik) - **Año de fundación:** 1993 - **Ubicación de la sede:** Radnor, PA - **Twitter:** @qlik (64,193 seguidores en Twitter) - **Página de LinkedIn®:** https://www.linkedin.com/company/10162/ (4,529 empleados en LinkedIn®) - **Teléfono:** 1 (888) 994-9854 **Who Uses This Product?** - **Company Size:** 42% Mediana Empresa, 33% Empresa #### What Are Talend Data Catalog's Pros and Cons? **Pros:** - Catalogación de datos (1 reviews) - Descubrimiento de datos (1 reviews) - Facilidad de uso (1 reviews) - Intuitivo (1 reviews) - Uso intuitivo (1 reviews) **Cons:** - Complejidad de la interfaz (1 reviews) - Diseño de interfaz deficiente (1 reviews) - Diseño de interfaz de usuario deficiente (1 reviews) - Problemas de interfaz de usuario (1 reviews) - Diseño de experiencia de usuario (1 reviews) ### 25. [Zeenea](https://www.g2.com/es/products/zeenea/reviews) Zeenea es la Plataforma de Descubrimiento de Datos construida para que todos encuentren, confíen y desbloqueen el valor de los datos empresariales. La plataforma en la nube presenta dos experiencias de usuario modernas: Zeenea Studio es la aplicación diseñada para que los expertos en datos ahorren tiempo gestionando, documentando y gobernando datos con máxima automatización; mientras que Zeenea Explorer permite a los usuarios empresariales ganar productividad al encontrar los activos de datos que necesitan en toda la información empresarial. Los escáneres integrados y las API de Zeenea permiten a las organizaciones recopilar, consolidar y vincular automáticamente metadatos de su ecosistema de datos. Con un poderoso grafo de conocimiento y un motor de búsqueda inteligente, los equipos de datos pueden activar todos los metadatos empresariales a través de una única fuente de verdad. Zeenea ayuda a docenas de organizaciones en todo el mundo a democratizar los datos, incluyendo BPCE Group, Club Med, Generali, Renault, Société Générale, Solactive y Stellantis. Las soluciones certificadas SOC 2 Tipo II de Zeenea incluyen un Catálogo de Datos, un Glosario de Negocios, Linaje de Datos, Calidad de Datos, Gobernanza de Datos, Administración de Datos, Privacidad de Datos, Cumplimiento Regulatorio, Transformación en la Nube. **Average Rating:** 4.4/5.0 **Total Reviews:** 12 **How Do G2 Users Rate Zeenea?** - **Facilidad de uso:** 8.3/10 (Category avg: 8.6/10) - **Glosario de negocios y datos:** 8.3/10 (Category avg: 8.6/10) - **Gestión de metadatos:** 8.8/10 (Category avg: 8.3/10) - **Linaje de datos:** 7.5/10 (Category avg: 8.7/10) **Who Is the Company Behind Zeenea?** - **Vendedor:** [Zeenea](https://www.g2.com/es/sellers/zeenea) - **Año de fundación:** 2017 - **Ubicación de la sede:** Paris, √éle-de-France - **Twitter:** @ZeeneaSoftware (249 seguidores en Twitter) - **Página de LinkedIn®:** http://www.linkedin.com/company/zeenea (26 empleados en LinkedIn®) **Who Uses This Product?** - **Company Size:** 50% Mediana Empresa, 25% Empresa ## What Is Software de Catálogo de Datos de Aprendizaje Automático? [Software de Infraestructura de TI](https://www.g2.com/es/categories/it-infrastructure) ## What Software Categories Are Similar to Software de Catálogo de Datos de Aprendizaje Automático? - [Herramientas de Gobernanza de Datos](https://www.g2.com/es/categories/data-governance-tools) - [Plataformas de DataOps](https://www.g2.com/es/categories/dataops-platforms) - [Software de Gestión Activa de Metadatos](https://www.g2.com/es/categories/active-metadata-management) --- ## How Do You Choose the Right Software de Catálogo de Datos de Aprendizaje Automático? ### Lo que debes saber sobre el software de gestión de reclamaciones de atención médica ### ¿Qué es un Catálogo de Datos de Aprendizaje Automático? Un catálogo de datos de aprendizaje automático (MLDC) es un catálogo de datos automatizado que realiza tareas como rastrear metadatos, catalogar y clasificar datos de información personal identificable (PII). Los catálogos de datos de aprendizaje automático organizan el inventario de conjuntos de datos utilizando metadatos. Los catálogos de datos ayudan a las empresas a saber dónde se almacenan los datos, reduciendo así el tiempo necesario para identificar datos y haciéndolos fácilmente accesibles para el análisis. Son inventarios de activos como tablas, esquemas, archivos y gráficos en las organizaciones, ayudando a resolver los desafíos de descubrimiento, calidad y gobernanza de datos de una empresa. ### ¿Qué significa MLDC? MLDC es un acrónimo de Catálogo de Datos de Aprendizaje Automático. ### ¿Cuáles son las Características Comunes de los Catálogos de Datos de Aprendizaje Automático? Los catálogos de datos de aprendizaje automático simplifican las funciones manuales de un catálogo de datos. Un catálogo de datos es una parte esencial de la estrategia de gestión de datos de cualquier organización. Algunas de las características de los catálogos de datos de aprendizaje automático son: **Ingesta y descubrimiento de datos:** Los catálogos de datos de aprendizaje automático deben tener adaptadores preconstruidos para conectarse a diferentes sistemas de la empresa como aplicaciones, bases de datos, archivos y APIs externas. Estos adaptadores ayudan a descubrir metadatos de los sistemas. Los metadatos pueden ser nombres de tablas, nombres de atributos y restricciones. La característica ayuda a construir conectividad nativa como integraciones para fuentes de datos, soluciones de inteligencia empresarial (BI) y herramientas de ciencia de datos. **Glosario de negocios:** Aunque una buena cantidad de datos se almacena en el repositorio, también es esencial que los usuarios comprendan qué significan los datos almacenados. La característica de glosario vincula estos datos a términos de negocio dándoles más significado. **Etiquetado automático de datos:** El etiquetado de datos es un requisito previo para los algoritmos de aprendizaje automático. El etiquetado automático de datos es más preciso que el manual ya que elimina errores humanos. El etiquetado de datos generalmente involucra a anotadores identificando objetos en imágenes para construir datos de entrenamiento de inteligencia artificial (IA) de calidad. El etiquetado automático elimina los desafíos planteados por los tediosos ciclos de anotación. **Linaje de datos:** El linaje de datos es el proceso que ayuda a los usuarios a saber quién, por qué, cuándo y dónde se realizan cambios en los datos. Es una parte de la gestión de metadatos. Los MLDCs automatizan el proceso de linaje de datos. El linaje de datos ayuda a determinar cuándo los datos nuevos o cambiados requieren reentrenar modelos de aprendizaje automático. Los MLDCs generalmente analizan registros de consultas en lagos de datos y otras fuentes de datos automáticamente para crear un mapa de linaje de datos. **Monitoreo de calidad de datos y detección de anomalías:** El monitoreo de calidad de datos ayuda a los usuarios a entender si los datos provienen de una fuente confiable. El catálogo de datos de aprendizaje automático también tiene una característica para identificar cambios repentinos en los datos utilizando algoritmos de aprendizaje automático. Los usuarios son alertados inmediatamente de cualquier cambio o anomalía que se detecte. **Búsqueda semántica de conjuntos de datos:** Los catálogos de datos de aprendizaje automático proporcionan a los usuarios búsquedas visuales e intuitivas como los motores de búsqueda. Casi todos los usuarios en cualquier organización son usuarios de datos, pero no todos pueden usar consultas SQL para usar datos. La característica de búsqueda semántica facilita a todos los usuarios descubrir conjuntos de datos. **Capacidades de cumplimiento:** Esta característica asegura que los datos sensibles no se expongan y que el usuario pueda confiar en los datos. Además, ayuda a mantener las políticas de gobernanza de datos en su lugar y fortalece la gestión de datos en la organización. Los administradores de datos pueden identificar datos de baja calidad y restringir el acceso a datos sensibles, ayudando así a cumplir con regulaciones como el Reglamento General de Protección de Datos (GDPR). **Perfilado de datos:** El perfilado de datos ayuda a verificar los datos de la fuente de datos y recopila información sobre ellos. Este proceso ayuda a conocer mejor los problemas de calidad de los datos, haciendo así el proceso de gestión de datos más eficiente. ### ¿Cuáles son los Beneficios de los Catálogos de Datos de Aprendizaje Automático? Un catálogo de datos de aprendizaje automático proporciona varios beneficios a diferentes tipos de usuarios en la organización. Estos incluyen: **Facilidad en la curación de datos:** La curación de datos es un proceso de recopilación, organización, etiquetado y limpieza de datos. Los catálogos de datos de aprendizaje automático validan metadatos y organizan ideas en repositorios correctos utilizando algoritmos de aprendizaje automático. **Facilidad de búsqueda:** Debido a la búsqueda semántica, se vuelve más fácil para los usuarios no técnicos buscar y descubrir datos para su uso ya que no tienen que usar consultas SQL cada vez para acceder a los datos. **Facilidad en la colaboración de datos:** Los catálogos de datos de aprendizaje automático ayudan a los usuarios a colaborar, usar y compartir conjuntos de datos porque los catálogos de datos de aprendizaje automático facilitan encontrar y almacenar datos aislados. ### ¿Quién Usa los Catálogos de Datos de Aprendizaje Automático? Los catálogos de datos de aprendizaje automático centralizan metadatos para varios activos de datos. Al organizar los metadatos, los MLDCs ayudan a las organizaciones a gobernar el acceso a los datos. **Analistas de datos:** Los analistas de datos usan MLDC para descubrir, clasificar y manipular datos para sus procesos analíticos. También pueden descubrir modelos de IA o aprendizaje automático, entender cómo funcionan e importarlos a sus herramientas de BI. Los catálogos de datos ayudan a los analistas de datos a convertir a las empresas en organizaciones de autoservicio. La analítica de autoservicio es importante para cualquier organización que quiera estar impulsada por ideas. Los catálogos de datos de aprendizaje automático ayudan a los usuarios a conocer los medios para encontrar, entender y confiar en los datos. **Marketers:** Los equipos de marketing usan el catálogo de datos de aprendizaje automático de manera más comercial. Obtienen ideas para tomar mejores decisiones utilizando catálogos de datos. **Científicos de datos:** Los científicos de datos generalmente publican sus modelos para su reutilización. Los científicos de datos siempre buscan una plataforma que centralice los datos para diferentes proyectos. ### Desafíos con los Catálogos de Datos de Aprendizaje Automático Aunque los catálogos de datos de aprendizaje automático ayudan a resolver desafíos importantes en los catálogos de datos tradicionales como el descubrimiento de datos y el linaje de datos, los MLDCs también presentan desafíos. **Escalabilidad:** Es complicado para todos los MLDCs soportar un gran volumen de metadatos. A veces, los catálogos de datos se descomponen debido a problemas de rendimiento cuando se sobrecargan con enormes cantidades de metadatos. Inicialmente, los datos solían almacenarse en el centro de datos principal de la empresa. Sin embargo, debido a los grandes datos de hoy, los catálogos de datos de aprendizaje automático deben realizar un seguimiento de los datos tanto en la nube como en los lagos de datos. **Fragmentación en la evaluación de un producto:** Si un catálogo de datos es demasiado voluminoso, causa fragmentación en el recorrido del usuario al evaluar un producto. Demasiados datos hacen que los usuarios utilicen demasiadas herramientas, rompiendo así una experiencia continua en fragmentos. ### Cómo Comprar Catálogos de Datos de Aprendizaje Automático #### Recolección de Requisitos (RFI/RFP) para Catálogos de Datos de Aprendizaje Automático El catálogo de datos de aprendizaje automático ofrece muchas características para ayudar a los usuarios a identificar datos utilizables. Un comprador puede elegir el software MLDC adecuado dependiendo de las necesidades de la organización. Los RFP/RFIs ayudan a la organización a buscar precios, características del producto y directrices. #### Comparar Productos de Catálogos de Datos de Aprendizaje Automático **Crear una lista larga** El primer paso es buscar todos los posibles jugadores en el espacio. Esto da una ventaja de evaluar a los proveedores por el precio, las características del producto y el servicio al cliente. **Crear una lista corta** Después de evaluar a los proveedores potenciales, la empresa puede reducir la lista a aquellos que cumplen con todos sus requisitos. **Realizar demostraciones** Las demostraciones ayudan a entender el producto en su totalidad. Un equipo de profesionales de TI y científicos de datos debe unirse a estas demostraciones para entender la funcionalidad del producto, mientras que el equipo de marketing puede unirse para analizar el uso comercial del software en los proyectos. #### Selección de Catálogos de Datos de Aprendizaje Automático **Elegir un equipo de selección** Un equipo de profesionales de marketing con científicos de datos y profesionales de TI puede comunicar cualquier consulta relacionada con el producto MLDC con los proveedores. Un científico de datos estaría más interesado en conocer las características técnicas del software. Un gerente de marketing estaría interesado en saber cómo el equipo de marketing podría usar MLDC para cualquier proyecto. Un profesional de TI querría entender el procedimiento de instalación del software. **Negociación** Una vez que el proveedor cotiza el precio, comienzan las negociaciones. El precio se fija en función del costo de otros productos similares disponibles en el mercado y la medida en que el producto puede resolver los desafíos. **Decisión final** La decisión final se basa en acuerdos entre el proveedor y el comprador.