| Introducción a los sistemas distribuidos |
| Teorema de CAP |
| Principios básicos de sistemas de distribución |
| Tipologías de sistemas distribuidos (y ejemplos) |
| Arquitecturas de alta escalabilidad |
Inicio / Fin
8 de noviembre 2018 al
22 de diciembre 2019
22 de diciembre 2019
Metodología
Modalidad on-line
Matrícula
5.170€
Objetivos
Fundamentos de diseño de arquitecturas escalables para plataformas de análisis de datos.
Trabajar con los principales frameworks Big Data: NoSQL y Sistemas distribuidos.
Trabajar con los principales frameworks BI: ETLs, Data Warehousing y Visualizacion de datos.
Adquirir capacidades de desarrollo de algoritmos Machine Learning y Data Mining en entornos productivos Big Data.
Comprender y familiarizarse con las técnicas más comunes en Data science para ser capaz de trabajar en un equipo multidisciplinar de analítica avanzada.
Aplicar las capacidades DevOp para la provisión automatizada de sistemas de alta escalabilidad.
Programa
| Almacenamiento de grandes volúmenes de datos: Sistemas de ficheros distribuidos y NoSQL |
| Ingestión y transmisión de datos: sistemas de colas y Kafka |
| Procesamiento escalable: Hadoop MapReduce y Spark |
| Herramientas de explotación de datos |
| Introducción a la gestión de clústeres |
| Tipos de infraestructuras |
| Gestión de recursos |
| Devops y el paradigma IaC |
| Herramientas para la gestión de clúster |
| El método analítico: descriptivo, predictivo y prescriptivo |
| Fuentes de información disponibles |
| Obtención, almacenaje y análisis de la información disponible |
| Preproceso de información para el análisis |
| Resiliencia organizacional |
| Definición del proceso de muestreo |
| Principios básicos de probabilidad |
| Estimadores univariables: recuento, media, mediana y desviación estándar |
| Estimadores bivariables: tablas de contingencia, correlación y regresión |
| Estimadores multivariables: segmentación, relación, reducción y previsión |
| Analítica avanzada: computación sobre grafos |
| Analítica avanzada: computación sobre texto |
| Analítica avanzada: computación de series temporales |
| Introducción al machine learning |
| Métodos de aprendizaje automático supervisado |
| Métodos de aprendizaje automático no supervisado |
| Redes neuronales y deep learning |
| Implementación de modelos predictivos |
| Introducción al data driven |
| La cultura como base de la toma de decisiones |
| El dato |
| La mesa ejecutiva orientada a los datos |
| Gestión de los sistemas de información |
| Gestión de proyectos Big Data |
| Gobernanza de los datos |
| La metodología agile |
| Ética y leyes |
| Introducción al business intelligence |
| Implementación de una estrategia business analytics en la organización |
| Traducción de necesidades de información en indicadores (KPIs) |
| Representación gráfica de información |
Tres razones para escogerlo
Programa diseñado y estructurado para que el alumno obtenga un total conocimiento para implementar y manejar un departamento de Big Data, así como el uso de las últimas herramientas.
Creado e impartido por expertos de gran nivel, con una metodología práctica, enfocada a la realidad y necesidad de las empresas.
No solo adquirirás conocimientos de las últimas herramientas y sistemas, si no que también potenciará tu conocimiento en la gestión del Big Data dándote una visión transversal de toda su magnitud.
Conoce a nuestros expertos
Marc Planagumà
Platform Manager, Zurich
Ferran Galí
Big Data Engineer, Trovit
Andrés Alonso
Big Data Engineer, Schibsted
Contacto
Matrículate ahora o haznos llegar tu consulta cumplimentando el formulario
