INTRODUCCIÓN AL BIG DATA E IA

UNIDAD DIDÁCTICA 1. ADQUISICIÓN Y DOMINIO DE CONCEPTOS BÁSICOS Y DE CONOCIMIENTOS SOBRE LOS AVANCES EN BIG DATA:

1. Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
2. El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
3. Hadoop como revolución para el tratamiento paralelo de datos masivo.
4. Características del Big Data (4 V’s y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …
5. Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.

UNIDAD DIDÁCTICA 2. CONOCIMIENTO DE NOCIONES BÁSICAS SOBRE ARQUITECTURA BIG DATA Y PRINCIPALES TECNOLOGÍAS:

1. El ecosistema Hadoop: HDFS y MapReduce.
2. Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
3. Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
4. Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
5. Procesamiento y analítica avanzada con Spark.
6. Seguridad y gobierno del dato.

UNIDAD DIDÁCTICA 3. COMPRENSIÓN DE LOS PRINCIPALES CONCEPTOS SOBRE LA “CIENCIA DE DATOS” E IA:

1.  Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
2. Principales lenguajes de programación utilizados: R y Python.
3. Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
4. Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
5. Introducción al Deep Learning y el Aprendizaje por Refuerzo.
6. Procesamiento de información no estructurada: Imágenes y Textos.
7. Visualización de datos: Visualizaciones interactivas y Dashboards.

UNIDAD DIDÁCTICA 4. ADQUISICIÓN DE UNA VISIÓN TRASVERSAL SOBRE EL FUTURO DEL BIGDATA Y CÓMO SE APLICA ACTUALMENTE EN DIFERENTES ÁREAS:

1. Ejemplos en las instituciones públicas: OpenData.
2. Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.
3. “Data for Good”: Big Data para el bien social.
4. Reflexiones finales sobre el impacto del Big Data en los años venideros

40 horas Online