20HORAS |
Diseñado y producido por Smartmind
Contenidos de la especialidad formativa
Objetivo. Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.
Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data:
Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
Hadoop como revolución para el tratamiento paralelo de datos masivo.
Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …
Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías:
El ecosistema Hadoop: HDFS y MapReduce.
Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
Procesamiento y analítica avanzada con Spark.
Seguridad y gobierno del dato.
Comprensión de los principales conceptos sobre La “Ciencia de datos” e IA:
Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
Principales lenguajes de programación utilizados: R y Python.
Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
Introducción al Deep Learning y el Aprendizaje por Refuerzo.
Procesamiento de información no estructurada: Imágenes y Textos.
Visualización de datos: Visualizaciones interactivas y Dashboards.
Adquisición de una visión trasversal sobre el futuro del BigData y cómo se aplica actualmente en diferentes áreas:
Ejemplos en las instituciones públicas: OpenData.
Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.
“Data for Good”: Big Data para el bien social.
Reflexiones finales sobre el impacto del Big Data en los años venideros.
Inquietud y alta motivación por seguir las novedades que se producen de forma continua en el entorno de los datos.
Competencias necesarias para el nuevo entorno digital:
La influencia digital.
La colaboración en el entorno.
La anticipación en contextos digitales.
La flexibilidad para la transformación.
Conocimiento e interés por la evolución del área de Tecnología y sus aplicaciones profesionales.
