Curso de Big Data

Módulo 1: introducción al Big Data

Ecosistema Big Data

Definición de componentes y arquitectura
Disponibilidad, Escalabilidad y Resiliencia
Introducción a Hadoop y MapReduce

Estrategias Basadas en Datos

Cuadros de Mando (Dashboards)
Business Intelligence vs Big Data

Entornos de procesamiento

Cloud Computing
Internet de las Cosas (IoT)

Casos de uso de Big Data: ejemplos en la industria

Módulo 2: El dato y su ciclo de vida

Datos

El Dato
Calidad del dato
Derechos sobre los datos

Ciclo de vida del dato

Fuentes de datos
Adquisición de datos
Tratamiento, Carga y procesamiento
Almacenamiento de datos
Análisis para la explotación
Visualización y Storytelling para la explotación
La selección de los elementos visuales

Toma de decisiones

Módulo 3: Almacenamiento escalable de datos

Sistemas distribuidos (Hadoop)

Bases de datos no estructuradas (MongoDB)

Bases de datos de grafos (Neo4j o Spark graph x)

Módulo 4: Arquitectura Big Data

El ecosistema Hadoop

Introducción a Hadoop
Herramientas del ecosistema Hadoop

Cluster y sistemas distribuidos (HDFS, MapReduce)

Análisis de datos con Hive y Pig

Procesamiento de datos con Spark

Spark RDD (Resilient Distributed Datsets)
Spark Streaming
Spark SQL

Módulo 5: Análisis para la exportación de dato

Perfiles de datos

Científicos de datos
Ingeniero de datos

Análisis Exploratorio de datos

Estadística descriptiva
Distribución de los datos
Exploración de datos categóricos y binarios
Correlación
Exploración de 2 o más variables

Técnicas de muestreo de datos

Selección aleatoria
Selección Bias
Selección por distribución estadística

Contraste de hipótesis

Testeo de muestras A/B
Testeo de hipótesis
Significancia estadística y P-value
P-Value

Regresión y Predicción

Regresión Linear
Regresión Multilineal
Interpretar los resultados de una regresión
Predecir usando regresión

Aprendizaje Supervisado

Conceptos
Algoritmos: Arboles de decisión

Aprendizaje No supervisado

Componentes principales
Algoritmos: K-Means, Clusters Jerárquicos

Introducción al Deep Learning

Conceptos fundamentales
Redes Neuronales

Módulo 6: Presentación proyectos Big Data y storytelling

Presentación de un proyecto big data

La importancia del contexto
La audiencia y su importancia

Componentes para la presentación de un proyecto Big Data

Ideas de diseño

Apache Hadoop
Módulo 1. Introducción al Big Data

Conceptos básicos

Definición y conceptos
Evolución de los datos

SQL vs NoSQL

Preparación entorno de trabajo

Módulo 2. Apache Hadoop (HDFS)

Conceptos básicos y arquitectura

Conceptos fundamentales
Arquitectura Hadoop

Lectura, escritura y replicación

Permisos y borrado de datos

Safemode, snapshots y gestión de caché

Profundizando con la shell

Módulo 3. Map Reduce & Yarn

Map reduce: el algoritmo

Arquitectura
Configuración

Implementación de algoritmos map reduce

Maneras de ejecutar el algoritmo

YARN: Arquitectura, gestión de colas y Zookeeper

Módulo 4. Ecosistema Hadoop

Apache Hive

Arquitectura
Componentes

Apache Sqoop

Arquitectura
Componentes

Apache Pig

Arquitectura
Componentes
Pig Latin

Apache Spark

Arquitectura
Componentes
Tipos de datos
Integración con Hive

Reporting con Zeppelin

La importancia del reporting
Creación de reportes con Zeppelin

Business Intelligence
Módulo 1. Introducción al BI

Historia y evolución del BI

¿Qué es el BI?
Componentes BI.
Fuentes de información

Conceptos Básicos BI.

Herramientas/procesos básicos BI.

Modelado de datos

Modelo en estrella
Modelo copo de nieve
Modelo multidimensional

Aprovisionamiento de datos

Datawarehouse
Datamart
Principales diferencias

Módulo 2. ETL e introducción a la visualización

Procesos de extracción transformación y cargas y herramientas

Diseño de proceso ETL.
Principales herramientas del mercado y particularidades

Introducción a la visualización

Introducción a la visualización de la información
Beneficios de la visualización
Categorías de la visualización

Herramientas y particularidades

Principales herramientas del mercado y comparativa

Módulo 3. Introducción al power BI

Comprensión básica de PowerBI

¿Qué es?
¿Para qué sirve?
Interfaz

Conexión a orígenes de datos

Editor Power Query

Formateo de datos
Detección de errores
Pivot

Creación de gráficos

Construcción de informe con filtros

Vinculación y desvinculación en gráficos

Introducción a DAX (Data Analysis Expressions)

Introducción a DAX
Tablas y columnas calculadas, medidas simples
Filtrado de filas y medidas avanzadas

Creación de métricas y gráficos avanzados

Módulo 4. Introducción a Tableau: Visualización

Tableau I

Comprensión básica de Tableau
Conexión a fuente/base de datos
Combinación de datos
Editar y guardar fuente de datos
Dimensiónes y métricas

Tableau II

Conversión tipo de datos
Representación gráfica de los datos
Filtrado de informes y características
Creación Jerarquías y drill down

Tableau III

Creación campos calculados. (medidas y dimensiones)
Creación de parámetros
Combinación campos calculados y parámetros
Descripciones emergentes

Módulo 5. Tableau avanzado: Visualización II

Tableau Avanzado I

Creación de grupos
Creación de conjuntos
Expresiones LOD

Tableau Avanzado II

Creación de dashboard
Objetos dashboard
Fomatos Dashboard
Interactividad Dashboard

Tableau Avanzado III

Extensiones Tableau
Configuración Extensión
Gráficos no nativos

Movilidad y colaboración

Creación de historias
Adaptación de informes para móvil y Tablet

Titulación:

Con este curso podrás obtener la certificación de Data Science de la mano de IBM.