La UFV crea una arquitectura data lake house común en AWS, lo que mejora la gobernanza y la calidad

La UFV puede controlar la seguridad del acceso a los datos de varias maneras. Por un lado, permite el acceso a ciertos usuarios a través de las políticas de AWS Identity and Access Management (AWS IAM), lo que permite a la UFV especificar quién o qué puede acceder a los servicios y recursos de AWS, administrar de forma centralizada los permisos detallados y analizar el acceso para refinar los permisos en AWS. Por otro lado, tiene un acceso seguro a los datos en AWS Lake Formation, un servicio que se utiliza para crear lagos de datos seguros, mediante el uso de diferentes técnicas de clasificación de datos para conceder permisos a través de etiquetas.

“En la universidad, creemos que la combinación de ambos métodos es la clave para garantizar que la solución de acceso a los datos sea fiable y sólida”, afirma José Antonio Marcos, chief information officer de UFV. Ahora, la universidad disfruta de un acceso unificado a los datos en todos sus campus y puede generar informes casi en tiempo real.

Con sede en Madrid, España, la UFV es una institución privada de educación superior católica romana con la misión de formar profesionales que buscan transformar la sociedad. Como universidad en crecimiento, sigue atrayendo a más estudiantes e introduciendo nuevas tecnologías en sus siete instalaciones, el Centro de Simulación Clínica Avanzada, el Motor&Sport Institute, el College UFV y las escuelas de posgrado y doctorado. Debido a su compromiso con la excelencia, la UFV está adoptando nuevas metodologías de enseñanza y aprendizaje, lo que se traduce en nuevas experiencias de formación. En este contexto, la universidad agregó cinco nuevos títulos de posgrado, incluido un título en ingeniería de sistemas de inteligencia artificial. Como resultado de este crecimiento, los datos de la UFV aumentan cada día.

A medida que su panorama tecnológico se hizo más complejo, la UFV tuvo dificultades para administrar los datos y mantener una gobernanza sólida. Sus aplicaciones no tenían una arquitectura definida ni se integraban con otros orígenes de datos. En busca de una solución, la UFV contactó con AWS Professional Services, un equipo global de expertos que ayuda a las organizaciones a obtener los resultados empresariales deseados al utilizar AWS.

Con un entorno de desarrollo de AWS, los equipos de UFV y de AWS Professional Services crearon una arquitectura data lake house en 25 sesiones de hora y media. La UFV tardó solo 2 meses en desarrollar las habilidades suficientes para construir soluciones similares en diferentes entornos.

“Guiados por AWS Professional Services, hemos creado una arquitectura de nube que cumple con las necesidades de datos de la UFV”, afirma Marcos. “Seguimos una metodología de trabajo flexible para proporcionar un valor profundo a través de la transferencia de conocimientos y buenas prácticas, lo que facilita el crecimiento organizativo en el futuro”.

La UFV ha integrado cuatro de sus orígenes de datos principales con el lago de datos: UXXI, un sistema de administración académica líder en España; Canvas, el sistema de administración del aprendizaje de la UFV; el software de administración de relaciones con los clientes y computación en la nube de Salesforce; y Gestión Academica, un origen de datos en las instalaciones. Con AWS Glue, un servicio de integración de datos sin servidor, la UFV puede preparar, mover e integrar datos de estos orígenes en el lago de datos mediante un flujo de trabajo común. Este proceso está automatizado y requiere poca intervención por parte del equipo de la UFV. Los datos procedentes de diferentes repositorios se almacenan en Amazon Simple Storage Service (Amazon S3), un servicio de almacenamiento de objetos que ofrece escalabilidad, disponibilidad de datos, seguridad y rendimiento. La solución es altamente escalable, lo que facilita la integración rápida de nuevos orígenes en el lago de datos según sea necesario.

Al hacer que los datos estén disponibles en una ubicación común, la UFV ha ahorrado tiempo y dinero. En un ejemplo, la universidad desarrolló un flujo de trabajo automatizado para extraer datos de su sistema de administración del aprendizaje Canvas mediante varios servicios de AWS, incluidos Amazon S3; AWS Lambda, un servicio de computación sin servidor basado en eventos; y Amazon EventBridge, un bus de eventos sin servidor. Al automatizar este proceso, la UFV estima que ahorrará 20 000 € al año. La universidad también puede generar informes de administración de datos casi en tiempo real. “Antes de la implementación de los servicios de AWS, los informes de administración de datos solían tardar entre 2 y 3 días”, explica Sergio Martín Míguez, cloud systems developer de la UFV. “Ahora, con nuestro lago de datos en AWS, tenemos los datos actualizados casi en tiempo real”.

La arquitectura data lake house de la UFV lleva a cabo múltiples procesos de extracción, transformación y carga que siguen las prácticas recomendadas de AWS para la seguridad y la gobernanza de los datos. La arquitectura se rige por los permisos de AWS Lake Formation, que permiten que los datos estén disponibles para los usuarios autorizados. Con un catálogo de datos unificado, la universidad puede controlar el acceso y la publicación de sus datos y, al mismo tiempo, mantener los niveles más altos de confianza, seguridad y calidad. Debido a que la UFV mantiene instantáneas de sus informes de datos casi en tiempo real, la universidad puede supervisar que sus datos cumplan con los estándares de calidad, cumplan con los requisitos reglamentarios y se adhieran a las prácticas recomendadas de AWS.

En el diseño de la arquitectura del lago de datos, la ciberseguridad es un aspecto vital. La UFV está plenamente comprometida con la protección y confidencialidad de sus datos y aplica las prácticas recomendadas de ciberseguridad. Por todas estas razones, la UFV se está adaptando al Esquema Nacional de Seguridad de España mediante la implementación de un paquete de conformidad específico en AWS Config, un servicio que evalúa, audita y valora de manera continua las configuraciones y relaciones de los recursos en AWS, en las instalaciones y en otras nubes.