- Students: 883
- Duration: 365 days
Un Ingeniero de Big Data de Arcitura Education Inc. es competente en el diseño e integración de plataformas y soluciones de Big Data, con énfasis en los mecanismos utilizados para permitir el procesamiento de datos, el almacenamiento de datos y la utilización de pipelines de Big Data.
El curso Ingeniería de Big Data de Arcitura Education Inc. lo prepara para el examen oficial de Certificación como Ingeniero de Big Data.
El examen de certificación Ingeniero de Big Data de Arcitura Education Inc. comprende los siguientes módulos del curso Ingeniería de Big Data:
- 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
Currículum
- 4 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
Obtienes:
- Acceso a la plataforma de exámenes donde deberás crear tu cuenta de candidato
- Un (01) código de voucher Pearson VUE para rendir el examen, personal e intransferible, y redimible una sola vez, válido por doce (12) meses
Las características del examen de certificación son las siguientes:
- Se rinde en línea
- Es personal
- Se rinde sin compañía alguna y a libro cerrado
- Está prohibido el uso de anotaciones, audios, vídeos, celulares
- Es supervisado por Pearson VUE
- El idioma es el español
- La duración es de 90 minutos
Los resultados se presentan al finalizar el examen y se reciben por correo electrónico en un plazo de dos (02) días hábiles.
Tras aprobar el examen de certificación recibes:
- Un (01) Certificado Digital oficial de la calificación obtenida, emitido por Arcitura Education Inc.
- Una (01) Insignia Digital de Certificación otorgada por Acclaim/Credly, con una cuenta que soporta la verificación en línea del estado de la certificación.
Related Courses
Certificación como Especialista en Machine Learning
Certificación como Especialista en Gobernanza de Ciencia de Datos
Certificación como Consultor de Big Data
Certificación como Arquitecto de Big Data
