Certificado Profesional Big Data (CPBD)

>>> QUIERO INSCRIBIRME <<<

Con la certificación profesional en Big Data, comprenderás la importancia del análisis de datos y cómo puedes obtener ideas que conduzcan a mejores decisiones y cambios estratégicos de negocio.

El Big Data se refiere a un conjunto 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.

La Certificación Profesional Big Data tiene como propósito enseñar a profesionales y organizaciones a identificar los problemas de una forma comprensible utilizando Big Data, para proporcionar soluciones útiles con la gran cantidad de información y con datos que pueden ser moldeados o probados de cualquier manera que se considere adecuada. 

¿Qué voy a aprender con el Certificado Profesional Big Data (CPBD)?

Al certificarte con el Certificado Profesional en Big Data (CPBD) serás capaz de:

• Comprender Big Data y sus poderosos beneficios comerciales.
• Conocer las diferencias entre Big Data y datos convencionales.
• Aprender las 4 V’s de Big Data: Volumen, velocidad, variedad y veracidad.
• Conceptualizar el ecosistema Big Data y sus componentes claves.
• Apreciar los principales desafíos tecnológicos en la administración de Big Data.
• Relacionarse con las soluciones tecnológicas claves para abordar esos desafíos.

¿A quién va dirigido?

• Este curso es apropiado para ingenieros, técnologos, técnicos y profesionales que estén interesados en Big Data.

• Cualquier persona que esté interesada en ampliar sus conocimientos en Big Data y deseen cubrir unas necesidades no satisfechas por las tecnologías existentes en el almacenamiento y tratamiento de grandes volúmenes de datos.

• No hay requisitos previos para este curso y su certificación.

Metodología del Programa

El programa está basado en el aprendizaje práctico y la colaboración entre los alumnos con la ayuda y mentorización del profesor.

El eje fundamental del programa consiste en facilitarte (al alumno) una experiencia de aprendizaje real a través de casos prácticos y proyectos.

A través de esta experiencia de aprendizaje, tú adquirirás el conocimiento y la experiencia para la resolución de un problema y por tanto la capacidad de poder resolverlo en el ámbito profesional.

De este modo, tú mismo te convertirás en el eje y constructor de tu propia experiencia de aprendizaje, con la guia y el acompañamiento del profesor.

Estructura del Programa

Lo primero que verás al acceder al programa será el Caso Práctico o Proyecto que tienes que desarrollar.

Así podrás conocer el alcance de tu aprendizaje a través de la práctica aplicada.

A partir de aquí, irás avanzado semana a semana sobre los contenidos, las experiencias y los conocimientos que deberás adquirir.

Los módulos de tu programa constan de:

• Video presentación
• Test Inicial para evaluar tu conocimiento de partida
• Caso práctico y/o proyecto
• Clases:
  • Recursos de aprendizaje: Videos, lecciones, ejemplos, herramientas, experiencias…
  • Debates tutorizados con otros alumnos
  • Foro de dudas
• Masterclass
• Test final para evaluar tu conocimiento tras el programa

Plan de Estudios

• Módulo 1 – Integridad de Big Data
  • Objetivos de Aprendizaje
  • Integridad
  • Contexto de Big Data
  • Velocidad
  • Variedad
  • Veracidad
  • Aplicaciones de Big Data
  • Analizando Big Data
  • Tablero en Tiempo Real
  • Resumen de Desafíos y Soluciones
  • Comparación de Tradicionales y Big Data
  • Preguntas de Revisión
  • Ejercicio Práctico de Liberty Stores: Paso B1

• Módulo 2 – Fuentes y aplicaciones de Big Data
  • Objetivos de Aprendizaje
  • Ecosistema/Arquitectura de Big Data
  • Aplicación de Google Flu
  • Fuentes de Big Data Sources
  • Comunicaciones Entre Personas
  • Comunicaciones Entre Personas y Máquinas
  • Comunicaciones Máquina a Máquina
  • Aplicaciones de Big Data
  • Monitoreo de Sensibilidad del Consumidor
  • Aplicaciones de Big Data
  • Aplicación de Vigilancia Predictiva
  • Aplicaciones de Big Data

• Módulo 3 – Arquitecturas de Big Data
  • Objetivos de Aprendizaje
  • Arquitectura de Google Query
  • Ecosistema / Arquitectura de Big Data
  • Capas en Arquitectura de Big Data
  • Arquitectura IBM Watson
  • Arquitectura de Netflix
  • Arquitectura de VMWare
  • Arquitectura de una Compañía Meteorológica
  • Arquitectura de Ticketmaster
  • Arquitectura de LinkedIn
  • Arquitectura de PayPal

• Módulo 4 – Computación Distribuida Utilizando Hadoop
  • Objetivos de Aprendizaje
  • Ecosistema / Arquitectura de Big Data
  • Hadoop y MapReduce Definidos
  • ¿Por qué la computación en Clúster?
  • Arquitectura de Hadoop: Fragmentación de Datos
  • Arquitectura Maestro-Esclavo
  • Arquitectura de Lectura y Escritura del Sistema de Archivos Distribuidos Hadoop (HDFS)
  • Características de HDFS

• Módulo 5 – Procesamiento Paralelo con MapReduce
  • Objetivos de Aprendizaje
  • Arquitectura de Big Data
  • Secuencia de MapReduce
  • MR Funciona como una Secuencia de UNIX
  • Contador de Palabras Usando MapReduce
  • Conteo de Palabras Usando MapReduce – Ejemplo 2
  • Seudo Código MapR para Contador de Palabras
  • Ejemplo de Contador de Palabras (Inglés): Myfile.txt
  • Resultados de Cada Segmento
  • Resultados Agrupados de Map

• Módulo 6 – Bases de Datos NoSQL
  • Objetivos de Aprendizaje
  • Arquitectura de Big Data
  • Bases de Datos NoSQL
  • NoSQL vs RDBMS
  • Teorema CAP
  • Arquitectura NoSQL
  • Tipos de Bases de Datos NoSQL
  • Arquitecturas NoSQL Populares

• Módulo 7 – Procesamiento Stream con Spark
  • Objetivos de Aprendizaje
  • Arquitectura de Big Data
  • Computación Definida en Stream
  • Conceptos de Streaming
  • Aplicaciones de Streaming
  • Características del Algoritmo

• Módulo 8 – Nueva Ingestión de Datos
  • Objetivos de Aprendizaje
  • Arquitectura de Big Data
  • Sistema de Ingestión de Datos Sistemas de Mensajería
  • Arquitectura de Apache Kafka
  • Componentes de Kafka
  • Mecanismo de Tópicos

• Módulo 9 - Computación en la Nube
  • Objetivos de Aprendizaje
  • Arquitectura de Big Data
  • Computación en la Nube
  • Modelo de Acceso a la Computación en la Nube
  • Computación en la Nube como una Infraestructura Virtualizada

>>> QUIERO INSCRIBIRME <<<