- Students: 880
- Duration: 365 days
El curso Ingeniería de Big Data de Arcitura Education Inc. cubre las prácticas esenciales para diseñar, configurar y utilizar soluciones de Big Data. Explora Hadoop, MapReduce y varias técnicas de ingeniería de Big Data, incluyendo modelos de almacenamiento, NoSQL, NewSQL y motores de procesamiento. El curso además profundiza en temas avanzados relacionados con el almacenamiento y procesamiento de conjuntos de datos, como almacenamiento en memoria, procesamiento en tiempo real, procesamiento paralelo síncrono masivo y procesamiento de datos de grafos.
El curso está compuesto por los siguientes módulos:
- Módulo 1: Fundamentos de Ciencia y Analíticas de Big Data
- Módulo 2: Conceptos de Análisis y Tecnología de Big Data
- Módulo 3: Fundamentos de Ingeniería de Big Data
- Módulo 4: Ingeniería de Big Data Avanzada
- Módulo 5: Laboratorio de Ingeniería de Big Data
Cada módulo tiene un conjunto de lecciones que totalizan una duración estimada de diez (10) horas, y además se complementa con ejercicios para ayudar a reforzar su comprensión de los temas clave.
El módulo final del curso consiste en una serie de ejercicios de laboratorio que requieren que los participantes apliquen su conocimiento de los cursos precedentes con el fin de cumplir con requerimientos de proyectos y resolver problemas del mundo real.
Currículum
- 5 secciones
- 0 lecciones
- 365 días
- Módulo 1: Fundamentos de Ciencia y Analíticas de Big Data
Este módulo de fundamentos ofrece una vista general de alto nivel de las áreas temáticas esenciales de Big Data. Se ofrece una comprensión básica de Big Data desde la perspectiva de los negocios y la tecnología, junto con una vista general de los beneficios, retos y problemas comunes relacionados con su adopción. El contenido de este módulo está dividido en una serie de secciones modulares, cada una de las cuales se acompaña de uno o más ejercicios prácticos.
Se cubren los siguientes temas principales:
- Cómo entender Big Data
- Terminología y conceptos fundamentales de Big Data
- Factores de negocio y factores tecnológicos de Big Data
- Tecnologías empresariales tradicionales relacionadas con Big Data
- OLTP, OLAP, ETL y Bodegas de datos digitales en relación con Big Data
- Características de los datos en los ambientes de Big Data
- Tipos de conjuntos de datos en los ambientes de Big Data
- Datos estructurados, no estructurados y semiestructurados
- Veracidad de datos y metadatos
- Fundamentos de análisis y analítica
- Análisis cuantitativo y cualitativo
- Tipos de Machine Learning
- Analítica descriptiva y diagnóstica
- Analítica predictiva y prescriptiva
- Inteligencia de negocios (BI) y Big Data
- Visualización de datos y Big Data
- Consideraciones sobre la planeación y adopción de Big Data
0 - Módulo 2: Conceptos de Análisis y Tecnología de Big Data
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
0 - Módulo 3: Fundamentos de Ingeniería de Big Data
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
0 - Módulo 4: Ingeniería de Big Data Avanzada
Este módulo se basa en el Módulo 11 al explorar temas avanzados de ingeniería relacionados principalmente con el almacenamiento y procesamiento de conjuntos de datos de Big Data. Específicamente, se cubren mecanismos avanzados de ingeniería de Big Data, almacenamiento de datos en memoria y procesamiento de datos en tiempo real. El módulo presenta además consideraciones para construir algoritmos de MapReduce y también introduce el motor de procesamiento Bulk Synchronous Parallel (BSP), junto con una discusión del procesamiento de datos de grafos. También se exploran los mecanismos de Big Data requeridos para desarrollar pipelines de Big Data, sus etapas y el proceso de diseño involucrado en construir soluciones de procesamiento de Big Data.
Se cubren los siguientes temas principales:
- Mecanismos avanzados de ingeniería de Big Data
- Motores de serialización y compresión
- Dispositivos de almacenamiento en memoria
- Mallas de datos en memoria y Bases de datos en memoria
- Enfoques de integración Read-Through, Read-Ahead, Write-Through y Write-Behind
- Persistencia políglota
- Explicación, problemas y recomendaciones
- Procesamiento de Big Data en tiempo real
- Volumen de la consistencia de la velocidad (SCV)
- Procesamiento del flujo de eventos (ESP)
- Procesamiento de flujos compuestos (CEP)
- El principio SCV
- Procesamiento general de Big Data en tiempo real y MapReduce
- Diseños avanzados de algoritmos MapReduce
- Motor de procesamiento paralelo sincrónico (BSP) masivo
- BSP vs. MapReduce
- Paralelo sincrónico BSP
- Datos de grafos y procesamiento de datos de grafos con el uso de BSP Superpasos)
- Canales de Big Data, incluyendo definición y etapas
- Big Data con Extracción-carga-transformación (ELT)
- Caracteríticas de las soluciones de Big Data, consideraciones de diseño y proceso de diseño
0 - Módulo 5: Laboratorio de Ingeniería de Big Data
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 las prácticas de ingeniería de Big Data tal como se aplican y combinan para resolver problemas del mundo real.
Se proporcionan los siguientes ejercicios:
- Ejercicio de lectura 13.1: Lectura y socialización en clase: Antecedentes del caso de estudio de CFU
- Ejercicio de laboratorio 13.2: Soluciones de Big Data para alcanzar el cumplimiento normativo
- Ejercicio de laboratorio 13.3: Aumentar la capacidad de análisis de riesgo
- Ejercicio de laboratorio 13.4: Desarrollar un servicio de analítica de datos innovador
- Ejercicio de lectura 13.5: Lectura y socialización en clase: Antecedentes del caso de estudio de TCT
- Ejercicio de laboratorio 13.6: Solución para mitigar los retrasos en el servicio
- Ejercicio de laboratorio 13.7: Solución para reducir los costos operacionales
- Ejercicio de lectura 13.8: Lectura y socialización en clase: Antecedentes del caso de estudio de TOB
- Ejercicio de laboratorio 13.9: Solución para manejar del aumento en el tráfico del sitio web
- Ejercicio de laboratorio 13.10: Análisis de datos de la campaña de mercadeo y publicidad
0
El servicio de formación especializada incluye acceso por doce (12) meses al entorno virtual del curso donde encontrarás:
- Lecciones en video (para todos los temas)
- Libro de trabajo
- Guía de preparación de examen con ejemplos de preguntas
- Mapas mentales
- Afiches sobre el contenido del curso (según necesidad)
Algunos beneficios son los siguientes:
- Video lecciones desarrolladas en español por instructores internacionales acreditados por Arcitura®.
- Metodología de estudio para rendir el examen con un nivel alto de éxito.
Caracteristicas
- Este servicio de formación especializada se entrega en línea y está disponible 24 X 7.
- El curso Ingeniería de Big Data de Arcitura Education Inc. ha sido elaborado por expertos en la materia en colaboración con un equipo especializado en el desarrollo de material didáctico, y sometido a un proceso de desarrollo probado.
Audiencia objetivo
- El curso Ingeniería de Big Data de Arcitura Education Inc. está dirigido, pero no limitado, a personas interesadas en desarrollarse como Ingeniero de Big Data.
Related Courses
Computación en la Nube Esencial
Machine Learning
Gobernanza de Ciencia de Datos
Consultoría Profesional de Big Data
