Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento.

Property Value
dbo:abstract
  • Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento. El trabajo de Haas cambió drásticamente la investigación y la práctica de la integración de la información. Lideró el proyecto Starburst en sistemas de bases de datos extensibles, demostrando integrar información diversa en una base de datos relacional.​ Su investigación fue la base del procesador de consultas DB2 LUW de IBM. Fue la arquitecta que más contribuyó a Garlic,​ un novedoso sistema de federación de datos que proporciona acceso integrado a numerosas fuentes de datos desde un lenguaje no procesal de alto nivel. Así, inventó e implementó técnicas de optimización de consultas que permitieron a Garlic procesar consultas de manera eficiente, explotando las capacidades de las fuentes de datos subyacentes.​ Haas dirigió el desarrollo de IBM InfoSphere Federation Server basado en esta tecnología, y fue el líder técnico del equipo de IBM que ayudó a establecer el mercado de integración de información empresarial. Haas también dirigió el proyecto Clio, inventando el concepto y los algoritmos básicos para el mapeo de esquemas, y dándoles vida mediante la primera herramienta para calcular las transformaciones necesarias para llevar automáticamente los datos de diversas fuentes a un formato común.​ Proporcionó liderazgo de pensamiento​ y realizó investigaciones en torno a la integración de la información, más recientemente en el contexto de Big Data, a través de su papel como Directora del Laboratorio de Descubrimiento Acelerado de IBM Research.​ (es)
  • Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento. El trabajo de Haas cambió drásticamente la investigación y la práctica de la integración de la información. Lideró el proyecto Starburst en sistemas de bases de datos extensibles, demostrando integrar información diversa en una base de datos relacional.​ Su investigación fue la base del procesador de consultas DB2 LUW de IBM. Fue la arquitecta que más contribuyó a Garlic,​ un novedoso sistema de federación de datos que proporciona acceso integrado a numerosas fuentes de datos desde un lenguaje no procesal de alto nivel. Así, inventó e implementó técnicas de optimización de consultas que permitieron a Garlic procesar consultas de manera eficiente, explotando las capacidades de las fuentes de datos subyacentes.​ Haas dirigió el desarrollo de IBM InfoSphere Federation Server basado en esta tecnología, y fue el líder técnico del equipo de IBM que ayudó a establecer el mercado de integración de información empresarial. Haas también dirigió el proyecto Clio, inventando el concepto y los algoritmos básicos para el mapeo de esquemas, y dándoles vida mediante la primera herramienta para calcular las transformaciones necesarias para llevar automáticamente los datos de diversas fuentes a un formato común.​ Proporcionó liderazgo de pensamiento​ y realizó investigaciones en torno a la integración de la información, más recientemente en el contexto de Big Data, a través de su papel como Directora del Laboratorio de Descubrimiento Acelerado de IBM Research.​ (es)
dbo:almaMater
dbo:award
dbo:employer
dbo:nationality
dbo:wikiPageID
  • 9127614 (xsd:integer)
dbo:wikiPageLength
  • 6531 (xsd:integer)
dbo:wikiPageRevisionID
  • 121102290 (xsd:integer)
prop-es:almaMáter
prop-es:conocidoPor
prop-es:empleador
prop-es:nacionalidad
prop-es:premios
  • Academia Nacional de Ingeniería de Estados Unidos (es)
  • IBM Fellow (es)
  • Miembro de la Association for Computing Machinery (es)
  • Premio a la Innovación SIGMOD Edgar F. Codd (es)
  • Academia Nacional de Ingeniería de Estados Unidos (es)
  • IBM Fellow (es)
  • Miembro de la Association for Computing Machinery (es)
  • Premio a la Innovación SIGMOD Edgar F. Codd (es)
prop-es:área
rdf:type
rdfs:comment
  • Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento. (es)
  • Laura M. Haas es una científica Informática estadounidense conocida por su investigación en sistemas de bases de datos e integración de información. Sus esfuerzos para crear sistemas y herramientas para la integración de datos heterogéneos de diversas fuentes, incluida la tecnología federada que virtualiza el acceso a los datos y la tecnología de mapeo que permite a los no programadores especificar cómo se deben integrar los datos, le han valido amplio reconocimiento. (es)
rdfs:label
  • Laura M. Haas (es)
  • Laura M. Haas (es)
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is owl:sameAs of
is foaf:primaryTopic of