Ingresa tu búsqueda y presiona enter
En Plancton Andino nos enfrentamos a un gran desafío: recolectar los pronósticos históricos del modelo GFS desde 2016 hasta hoy, es decir, ¡9 años de datos!
Inicialmente, comenzamos ejecutando el proceso en un computador local, estimando que tomaría más de un año en completarse. Claramente, no era viable para nuestros tiempos ni objetivos.
Ahí es donde Azure cambió las reglas del juego. Utilizando sus servicios en la nube, pudimos escalar el proceso y realizar miles de peticiones en paralelo, reduciendo el tiempo de ejecución de más de un año a solo dos semanas.Este hito no solo resolvió un cuello de botella técnico, sino que también abrió la puerta a nuevos avances: utilizaremos estos datos para mejorar las predicciones de nuestro modelo de pronóstico de floraciones algales BloomPredictor.
Una vez más, se confirma que contar con herramientas de cloud computing no es un lujo, sino una necesidad para quienes trabajamos con grandes volúmenes de datos y modelos complejos.
