Este documento describe la evolución de los catálogos astronómicos a lo largo de los años, pasando de contener miles de estrellas a miles de millones de objetos. También habla sobre el lanzamiento del proyecto Gaia en 2013, el cual generará un petabyte de datos sobre miles de millones de objetos celestes. Finalmente, destaca los retos que plantean los grandes volúmenes de datos en investigación, como la necesidad de infraestructuras para su gestión, preservación y difusión a largo plazo.

1. 1
Infraestructuras para datos de investigación
Ricard de la Vega
Centre de Serveis Científics i Acadèmics de Catalunya
rdelavega@cesca.cat

2. 22

3. 3
• 1989, licenciatura, catálogo FK5
(1.535 estrellas)
• 1995, doctorando, catálogo
Hipparcos (100.000 estrellas)
• 2013, investigador, catálogo Gaia (1
billon objetos estimado)
3Dr. Xavier Luri

4. 4
• Gaia, lanzamiento a finales
de 2013 (Soyuz)
• 1 billón objetos, 1 PB de
datos, 6 centros de
procesado de datos...
• Proyecto FP7 GENIUS,
Gaia European Network for
Improved Data User
Services 4

5. 5
• Big data (Velocidad, Volumen, Variedad)
• Hadoop en Science Data (7%)
• Ej. Worldwide Protein Data Bank Archive,
80.000 estructuras 3D de moléculas (69
personas, 150 GB)
• Gestión, preservación y
difusión más complejo
que la publicaciones
5

6. 6
• Costes elevados de adquisición y
mantenimiento de las infraestructuras
(1 orden de magnitud superior a publicaciones)
• Disco más barato, preservación? Necesidad de
financiación a largo plazo y plan de gestión
de datos con los proyectos
• Selección de datos y economías
de escala (compartición de costes + aumento
sinergías entre investigadores y disciplinas)
6
Fuente: http://www.jisc.ac.uk/media/documents/publications/keepingresearchdatasafe0408.pdf

7. 7
Muchas gracias
rdelavega@cesca.cat
7