Curso Big Data Analytics and Processing Foundations

El Curso Big Data Analytics and Processing Foundations Online se imparte en modalidad Online.

Qué es Big Data?
Es conjuntos de datos cuyo tamaño (volumen), complejidad (variabilidad) y velocidad de crecimiento (velocidad) dificultan su captura, gestión, procesamiento o análisis mediante tecnologías y herramientas convencionales, tales como bases de datos relacionales y estadísticas convencionales o paquetes de visualización, dentro del tiempo necesario para que sean útiles.

Salidas Laborales
• Arquitecto de soluciones Big Data
• Administrador y/o desarrollador de sistemas Big Data
• Chief Data Officer (CDO).
• Machine Learning Engineer.
• Business Analyst.
• Big Data Consultant.
• Analista de datos (Data Analyst)
• Big Data Developer.
• Big Data Engineer.
• Data Scientist.
• Data Analyst.
• NLP Consultant.

Otros Datos: Curso De Iniciación Incluido; Profesores Expertos, Formación online tutorizada, Clases/Tutorías en directo, Formación basada en la práctica y en el desarrollo de ejercicios, Programa De Becas Personalizadas y Acceso a Bolsa de Empleo.

Prácticas: Prácticas en empresas especializadas (opcionales). Disponemos de una red de empresas colaboradoras para que puedas cursar tus prácticas.

• Aquellas personas que quieran adquirir las capacidades técnicas y analíticas necesarias para especializarse en Analítica de Negocio o Big Data.
• Profesionales en áreas como Tecnología, negocio o departamentos analíticos que necesitan conocer las técnicas y métodos del “business analytics” para mejorar estrategias y tener una visión más global de la organización o innovar en grandes empresas.

1. Uso y gestión de datos en bases de datos relacionales, como fuente de datos para los programas.
2. Conocer funcionamiento y uso de las bd NOSQL en relación a las bases de datos tradicionales.
3. Adquirir las bases necesarias del lenguaje java, para su posterior aplicación en el desarrollo de programas, así como uso de la interface gráfica, gestión de ficheros y pruebas unitarias, combinadas con la utilización de patrones y buenas prácticas de programación.
4. Adquirir las bases necesarias del lenguaje Python, para su posterior aplicación en el desarrollo de programas, y pruebas unitarias, combinadas con la utilización de patrones y buenas prácticas de programación.
5. Conocer las formas de procesamiento/almacenamiento de datos a gran escala. Ecosistema Hadoop.
6. Conocer la programación funcional en Scala para su posterior uso en Spark.
7. Conocer la arquitectura Spak y su impacto en el mundo Big Data. Procesamiento a gran escala con Spark.

MÓDULO 1: INTRODUCCIÓN SISTEMAS DE INFORMACIÓN
• Introducción. BI y DWH
• Sistemas operativos (LINUX, introducción a DOS y PowerShell)
• Conceptos generales de Linux
• Comandos, variables de entorno y scripts
• Control y planificación de procesos
• Sistemas de almacenamiento y sistemas de ficheros
• Administración Básica de Linux
• Introducción DOS y Powershell
• Técnicas Data Warehousing y SQL
• Conceptos generales Data Warehouse
• Gestor de base de datos.
• Lenguaje de manipulación de datos (DML), sentencias Select, insert, update, delete, merge
• Lenguaje de definición de datos (DDL), sentencias Create, Alter, Drop
• Operadores aritméticos, lógicos, de relación
• Funciones de fila simple, de grupo. Subselects, joins
• ETL, Extracción, Transformación y Carga de datos
• Introduction
• Database Vs Data Warehouse
• Preparacíon de entornos e instalacion
• Principales algoritmos en integracion de datos
• Principales ETL del mercado: (Pentaho, Talend, Qulick..)
• Lectura y escritura de ficheros planos y base de datos
• Uso de las principales funciones (agregación, join, uniones, sorters,..)
• Carga de un modelo de datos
EJERCICIO FINAL DE MÓDULO

MÓDULO 2: BASES DE DATOS NOSQL  
• Introducción a las bases de datos NoSQL
• ¿Qué son?
• Tipos de BBDD NoSQL
• Ventajas y desventajas
• Introducción a BBDD NOSQL orientada a documentos (MongoDB)
• CRUD (Create, Read, Update and Delete) y el shell de Mongo DB
• Uso de cursores en MongoDB
• Sharding: distribución de la información en múltiples servidores
• Motores de almacenamiento en MongDb e índices
• Introducción a BBDD NOSQL orientada a grafos (Neo4j)
• Introducción.
• Operaciones y análisis de grafos
• Cypher Query Languaje
EJERCICIO FINAL DE MÓDULO

MÓDULO 3: VISUALIZACIÓN   
• La Visualización de Datos
• Cómo desarrollar visualizaciones efectivas
• Recogida de datos y análisis
• Principales herramientas del mercado: Tableau, Qlick Sense, Power BI…
EJERCICIO FINAL DE MÓDULO

MÓDULO 4: PYTHON PARA ANÁLISIS DE DATOS
• Introducción
• Tipos: cadenas, listas, diccionarios, tuplas, etc
• Iteración: Loops e ifs
• Lectura y escritura de ficheros
• Librerías: numpy, matplotlib, pandas, etc
• Introducción a modelos predictivos.
EJERCICIO FINAL DE MÓDULO

MÓDULO 5: HADOOP Y SU ECOSISTEMA
• Apache Hadoop: Introducción
• El sistema de almacenamiento de ficheros HDFS y MapReduce
• Ecosistema Hadoop: hive, sqoop, hue, …
• Arquitectura de un cluster
• Arquitectura Yarn
• Tipos de despliegue Hadoop
• Streaming
• Seguridad
EJERCICIO FINAL DE MÓDULO

MÓDULO 6: SPARK
• Introducción a Apache Spark
• Módulos Spark:
• Spark Sql
• Spark Streaming
• Spark MLlib
• GraphX
• Creación y manejo de RDDs
• Pair RDDs
• Spark vs MapReduce
• HDFS y Spark
• Spark en cluster
• Programación en Spark:
• Spark Java API (Javadoc)
• Spark R API (Roxygen2)
• Scala API
• PySpark Python API
• Introducción a la programación en Scala y PySpark
• Estructuras de control básicas
• Tipos de datos
• Colecciones
• Funciones principales
EJERCICIO FINAL DE MÓDULO

PROYECTO FIN DE MÁSTER

300 horas