[A-56] Big Data - Una introducción no técnica (25 h)

Nivel:

Las tecnologías BigData se originan en las empresas que necesitan manejar volúmenes de datos gigantescos - del orden de petabytes o exabytes - tales como Facebook, Amazon, NetFlix y muchas otras. En estos entornos, el planteamiento tradicional de las bases de datos relacionales deja de ser válido y pasan a necesitarse otros sistemas radicalmente distintos, como las bases de datos basadas en tablas hash distribuidas (como Apache Cassandra), o las basadas en grafos (como Neo4J). El proceso de estos ingentes volúmenes de datos también requiere novedosas soluciones a nivel de desarrollo, basadas en plataformas masivamente escalables donde los clústers no se miden en decenas, sino en miles de equipos concurrentes. Afortunadamente, con plataformas como Apache Hadoop o patrones de desarrollo como MapReduce, la tarea de manejar estos volúmenes se simplifica enormemente. Finalmente, herramientas como R, Apache Mahout o HBase/Pig permiten realizar de forma cómoda y en muchos casos automatizada minería de datos y business intelligence, pudiendo encontrar patrones de comportamiento ocultos de los usuarios, o incluso efectuar recomendaciones en base a ellos.

El objetivo del curso es proporcionar a los alumnos una visión general del campo de BigData - conceptos, tecnologías, plataformas, casos de éxito y ejemplos prácticos de aplicación en relación a la minería de datos. Este curso es un curso básico que puede constutir un punto de partida para posteriormente adentrarse en temas específicos

PARTE 1. Introducción y Precursores
	BigData 
	4V: Volumen, Velocidad, Variedad, Veracidad
	Visión general del campo
	Orígenes históricos
	Google File System
	Google BigTable
	Amazon Dynamo
	BigData y las herramientas ETL
	BigData y la computación en la nube
	BigData y las Arquitecturas Orientadas a Servicios
    	
PARTE II . BigData en el Análisis y Minería de Datos
	Filtrado Colaborativo
	Clasificación
	Clustering
	Detección de Anomalías
	Vectorización y Medidas de Similtidu
	Inferencia de Reglas
	Sumarización
	Co-Ocurrencia y FPM (Frequent Pattern Mining)
	Análisis Semántico Latente
	Análisis de Series Temporales

PARTE III. Paradigmas
	Escalabilidad Horizontal
	Bases de datos no relacionales : Grafos y DHTs
	Distribución de datos y procesos. Limitación CAP
	Arquitecturas SEDA

PARTE IV. Algoritmos. Una visión general
	Distribución de procesos : Map-Reduce
	Gossip Protocols
	Hinted Handoff
	Consistent Hashing
	Flitros de Bloom
	Relojes Vectoriales
	Árboles de Merkle

PARTE V. Plataformas y Productos
	El SO de la red : Hadoop
	Bases de datos NoSQL: Cassandra, MongoDB y Neo4J
	Procesamiento masivo : Apache HBase, Pig y Hive
	Minería de datos : Apache Mahout. Rapidminer. Radoop
	Carga de datos : Sqoop
	Modelado de flujos: OOzie
	Servicios comerciales : BigData sobre la nube de Amazon

PARTE VI. Casos de éxito y Evolución futura

  

Todos los temarios de nuestros cursos se pueden personalizar a la medida de las necesidades de la empresa

No hay requisitos previos

• Consultores de tecnologías BigData

Modalidad Presencial

Modalidad de Aula Virtual

(En esta modalidad, el alumno puede participar a distancia en un curso presencial, pudiendo ver y escurchar al docente, interactuar con él y los demás asistentes, formular preguntas, etc. En definitiva, dispone de todas las ventajas de un curso presencial sin necesidad de desplazarse )



Para empresas y empleados, podemos gestinar las bonificaciones de la Fundación Tripartita para este curso. Dependiendo de sus circunstnacias, es posible que su empresa se pueda beneficiar de una bonificación de hasta el 100% del importe del curso, resultando en un curso de coste 0.


Solicitar información adicional