Big Data Analytics And Processing Foundations Presencial

Solicitar información→ Ver temario

⭐ Fines de semana: 200 horas presenciales 50 horas de proyecto 150 horas de Prácticas en Empresas

Duración400 horas

FechasConsultar fechas

Acreditado por

Descripción del programa

Nuestra prioridad es capacitarte como especialista en Big Data Processing, para ello, nuestro programa formativo impartido por expertos, se compone de los siguientes temas:

- BASES DE DATOS SQL: ORACLE-MYSQL
- BASES DE DATOS NOSQL: MONGODB
- JAVA BÁSICO
- PYTHON PARA ANÁLISIS DE DATOS
- HADOOP Y SU ECOSISTEMA
- INTRODUCCIÓN A SCALA
- SPARK
- TOTAL DE HORAS
- PROYECTO DE DESARROLLO (opcional)
- PRÁCTICAS EN EMPRESAS (opcional)

Nuestro Máster máster BIG DATA ANALYTICS AND PROCESSING FOUNDATIONS está enfocado a aquellas personas que quieran desarrollar o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en Analítica de Negocio o Big Data.

Profesionales en áreas como Tecnología, negocio o departamentos analíticos que necesitan conocer las técnicas y métodos del ¿business analytics¿ para mejorar estrategias y tener una visión más global de la organización o innovar en grandes empresas.

Ver más ↓Ver menos ↑

Metodología

Prácticas en empresas especializadas (opcionales).

Disponemos de una red de colaboradores para que puedas cursar prácticas.

Profesores Expertos. Todo nuestro claustro docente se distingue por ser expertos en la materia y trabajadores en activo del mundo digital.

Acceso a Bolsa de Empleo.

Ver más ↓Ver menos ↑

Salidas profesionales

Estas son algunas de las salidas laborales a las que optarás:

Arquitecto de soluciones Big Data
Administrador y/o desarrollador de sistemas Big Data
Chief Data Officer (CDO).
Machine Learning Engineer.
Business Analyst.
Big Data Consultant.
Analista de datos (Data Analyst)
Big Data Developer.
Big Data Engineer.
Data Scientist.
Data Analyst.
NLP Consultant.

Ver más ↓Ver menos ↑

Temario del curso

Programa formativo

01MÓDULO 1: INTRODUCCION SISTEMAS DE INFORMACIÓN+

Introducción. BI y DWH
Sistemas operativos (LINUX, introducción a DOS y PowerShell)
Conceptos generales de Linux
Comandos, variables de entorno y scripts
Control y planificación de procesos
Sistemas de almacenamiento y sistemas de ficheros
Administración Básica de Linux
Introducción DOS y Powershell
Técnicas Data Warehousing y SQL
Conceptos generales Data Warehouse
Gestor de base de datos.
Lenguaje de manipulación de datos (DML), sentencias Select, insert, update, delete, merge
Lenguaje de definición de datos (DDL), sentencias Create, Alter, Drop
Operadores aritméticos, lógicos, de relación
Funciones de fila simple, de grupo. Subselects, joins

ETL, Extracción, Transformación y Carga de datos
Introduction
Database Vs Data Warehouse
Preparacíon de entornos e instalacion
Principales algoritmos en integracion de datos
Principales ETL del mercado: (Pentaho, Talend, Qulick..)
Lectura y escritura de ficheros planos y base de datos
Uso de las principales funciones (agregación, join, uniones, sorters,..)
Carga de un modelo de datos

02MÓDULO 2: BASES DE DATOS NOSQL+

Introducción a las bases de datos NoSQL
¿Qué son?
Tipos de BBDD NoSQL
Ventajas y desventajas
Introducción a BBDD NOSQL orientada a documentos (MongoDB)
CRUD (Create, Read, Update and Delete) y el shell de Mongo DB
Uso de cursores en MongoDB
Sharding: distribución de la información en múltiples servidores
Motores de almacenamiento en MongDb e índices
Introducción a BBDD NOSQL orientada a grafos (Neo4j)
Introducción.
Operaciones y análisis de grafos
Cypher Query Languaje

03MÓDULO 3: VISUALIZACIÓN+

La Visualización de Datos
Cómo desarrollar visualizaciones efectivas
Recogida de datos y análisis
Principales herramientas del mercado: Tableau, Qlick Sense, Power BI.

04MÓDULO 4: PYTHON PARA ANÁLISIS DE DATOS+

Introducción
Tipos: cadenas, listas, diccionarios, tuplas, etc
Iteración: Loops e ifs
Lectura y escritura de ficheros
Librerías: numpy, matplotlib, pandas, etc
Introducción a modelos predictivos

05MÓDULO 5: HADOOP Y SU ECOSISTEMA+

Apache Hadoop: Introducción
El sistema de almacenamiento de ficheros HDFS y MapReduce
Ecosistema Hadoop: hive, sqoop, hue, ...
Arquitectura de un cluster
Arquitectura Yarn
Tipos de despliegue Hadoop
Streaming
Seguridad

Preguntas frecuentes

¿Cuánto dura el programa?

400 horas

¿Cómo es la metodología?

Prácticas en empresas especializadas (opcionales). Disponemos de una red de colaboradores para que puedas cursar prácticas.Profesores Expertos. Todo nuestro claustro docente se distingue por ser expertos en la materia y trabajadores en activo del mundo digital.Acceso a Bolsa de Empleo.