Shop

Este módulo explora una serie de los temas más relevantes relacionados con las prácticas, tecnologías y herramientas contemporáneas de análisis para los ambientes de Big Data. El contenido del módulo intencionalmente mantiene su cobertura a nivel conceptual, enfocándose en temas que permiten a los participantes desarrollar una comprensión integral de las funciones y características de análisis comunes ofrecidas por las soluciones de Big Data, así como una comprensión de alto nivel de los componentes de back end que habilitan estas funciones.  

Se cubren los siguientes temas principales:

• Ciclo de vida del análisis de Big Data (de Evaluación del caso empresarial a Análisis y visualización de datos)
• Pruebas A/B y Correlación
• Regresión y Mapas de calor
• Análisis de series temporales
• Análisis de redes y Análisis de datos espaciales
• Clasificación y Agrupamiento
• Filtrado, incluyendo Filtrado colaborativo y Filtrado basado en contenido
• Análisis de sentimientos y Analítica de texto
• Clusters y Cargas de trabajo de procesamiento por lotes y transaccionales
• Cómo se relaciona la Computación en la Nube con Big Data
• Mecanismos tecnológicos fundacionales de Big Data
• Dispositivos de almacenamiento y Motores de procesamiento de Big Data
• Gestores de recursos, Motores de transferencia de datos y Motores de consultas
• Motores analíticos, Motores de flujo de trabajo, Motores de coordinación

Este módulo proporciona una vista general profunda de las áreas temáticas esenciales relacionadas con las técnicas de ciencia de datos y análisis relevantes y únicas de Big Data, con énfasis en cómo necesitan realizarse los análisis y las analíticas tanto individual como colectivamente, en soporte a las distintas características, requerimientos y retos asociados con los conjuntos de datos de Big Data.

Se cubren los siguientes temas principales:

• Ciencia de datos, minería de datos y modelado de datos
• Categorías de conjuntos de datos de Big Data
• Conjuntos de datos de alto volumen, alta velocidad, alta variedad, alta veracidad, alto valor
• Análisis exploratorio de datos (EDA)
• Resúmenes numéricos de EDA, reglas y reducción de datos
• Tipos de análisis de EDA, incluyendo univariante, bivariante y multivariante
• Estadísticas esenciales, incluyendo categorías variables y matemáticas relevantes
• Análisis estadísticos, incluyendo descriptivo, inferencial, covarianza, pruebas de hipótesis, etc.
• Medidas de variación o dispersión, rango intercuartil y valores atípicos, puntuación Z, etc.
• Probabilidad, frecuencia, estimadores estadísticos, intervalo de confianza, etc.
• Manipulación de datos y Machine Learning
• Variables y notaciones matemáticas básicas
• Medidas estadísticas e inferencia estadística
• Análisis confirmatorio de datos (CDA)
• Prueba de hipótesis CDA, hipótesis nula, hipótesis alternativa, significancia estadística, etc.
• Distribuciones y técnicas de procesamiento de datos
• Discretización de datos, Binning y agrupamiento
• Técnicas de visualización, incluyendo gráfica de barras, gráfica de líneas, histograma, polígonos de frecuencia, etc.
• Predicción de regresión lineal, error cuadrático medio y coeficiente de determinación R2, etc.
• Agrupamiento K-medias, distorsión del agrupamiento, valores de características faltantes, etc.
• Resúmenes numéricos

Este módulo cubre los conceptos, técnicas y tecnologías relacionados con la ingeniería que se utilizan para el procesamiento y almacenamiento de conjuntos de datos de Big Data. Resalta los retos únicos que se enfrentan al procesar y almacenar conjuntos de datos grandes, volátiles y dispares. Se cubre NoSQL y se explica a detalle el motor de procesamiento de datos MapReduce como marco de trabajo base para el procesamiento de datos por lote de alto volumen.

Se cubren los siguientes temas principales:

• Técnicas y retos de ingeniería de Big Data
• Almacenamiento de Big Data, incluyendo fragmentación, replicación, teorema de CAP, ACID y BASE
• Maestro-esclavo, replicación entre pares, combinación entre replicación y fragmentación
• Requerimientos de almacenamiento de Big Data, escalabilidad, redundancia y disponibilidad
• Acceso rápido, almacenamiento a largo plazo, almacenamiento sin esquema y almacenamiento económico
• Almacenamiento en disco, incluyendo sistema de archivos distribuidos y bases de datos
• Introducción a NoSQL y NewSQL
• Racional NoSQL y características
• Tipos de bases de datos NoSQL, incluyendo clave-valor, documento, columna-familia y bases de datos gráficas
• Motores de procesamiento de Big Data
• Procesamiento de datos distribuido/paralelo, procesamiento de datos sin esquema
• Soporte multi carga de trabajo, escalabilidad lineal y tolerancia a fallas
• Requerimientos de procesamiento de Big Data, incluyendo modos por lotes, Cluster y en tiempo real
• MapReduce para procesamiento de Big Data, incluyendo mapear, combinar, dividir, mezclar y clasificar y reducir
• Diseno de algoritmos MapReduce
• Paralelismo de tareas, paralelismo de datos

Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para poner a prueba su capacidad para aplicar sus conocimientos de los temas cubiertos en los módulos anteriores. Completar este laboratorio ayudará a resaltar las áreas que requieren mayor atención y además ayudará a demostrar el dominio de la tecnología y prácticas de análisis de Big Data tal como se aplican y combinan para resolver problemas del mundo real.

Se proporcionan los siguientes ejercicios:

• Ejercicio de lectura 3.1: Lectura y socialización en clase: Antecedentes del caso de estudio de PLGM
• Ejercicio de laboratorio 3.2: Planear el entorno de Inteligencia de negocios (BI) de Big Data
• Ejercicio de laboratorio 3.3: Analizar los datos de fidelidad de los clientes
• Ejercicio de laboratorio 3.4: Reducción de la insatisfacción de los clientes
• Ejercicio de laboratorio 3.5: Mejorar las ventas en línea de PLGM
• Ejercicio de lectura 3.6: Lectura y socialización en clase: Antecedentes del caso de estudio de LHL
• Ejercicio de laboratorio 3.7: Planear la integración de datos y el entorno de elaboración de informe
• Ejercicio de laboratorio 3.8: Desarrollar una capacidad de personalización del tratamiento
• Ejercicio de laboratorio 3.9: Mejorar la capacidad de investigación de LHL
• Ejercicio de lectura 3.10: Lectura y socialización en clase: Antecedentes del caso de estudio de SWP
• Ejercicio de laboratorio 3.11: Análisis de datos de medidor inteligente
• Ejercicio de laboratorio 3.12: Mejorar la capacidad de predicción de demanda eléctrica
• Ejercicio de laboratorio 3.13: Capacidad de gestión de activos e identificación de riesgos