u-virtual

instagram

Twitter 512x512

 Youtube 2013 icon

facebook-hover

linkedin-hover

 

 

 

 

banner 11

Duración: 108 horas

Inversión: $2.650.000 

 

Objetivo General

Aprender a almacenar y acceder a grandes volúmenes de datos, que provienen diferentes fuentes para la toma de decisiones.

Objetivos espeficos

  • Conocer la diferentes herramientas y tecnologías disponibles para el desarrollo de proyectos de Big Data.
  • Realizar un consumo básico de información
  • Usar bases de datos No SQL
  • Crear, administrar y usar flujos de datos
  • Usar bases de datos relacionales en Big Data
  • Optimizar el almacenamiento
  • Usar grafos
  • Realizar una introducción a análisis predictivo

Conocimientos Previos Requeridos

Base de datos relacionales, Lenguaje SQL, programación (cualquier lenguaje)

MÓDULO 1

INTRODUCCIÓN A BIG DATA 

  • Introducción a Big Data
  • Evolución de los datos
  • Evolución de la plataforma (OpenSource)
  • Las 4 V
  • Ciclo de vida de la información
  • Ecosistema de Big Data
  • Ciclo de vida de los datos
  • Casos de Uso
  • Aplicaciones para seguros 

MÓDULO 2

CONSUMO BÁSICO DE DATOS

  • Introducción a HDFS
  • Introducción a MapReduce (MRv2: YARN)
  • Pig
  • Sqoop
  • Interfases REST
  • Lab1: Análisis de datos no estructurados con MapReduce (Hacemos un lab de desarrollo con MapReduce o solo usamos un .jar?)
  • Lab2: Análisis de datos usando Pig
  • Lab3: Usando Sqoop

MÓDULO 3 

BASE DE DATOS NOSQL

  • Introducción a HBase (NoSql)
  • operaciones CRUD
  • Almacenamiento
  • HIVE
  • Phoenix
  • Lab1: Carga, CRUD y consulta de datos con HBase
  • Lab2: Consultas usando HIVE
  • Lab3: Consultas usando Phoenix

 MÓDULO 4 

INTRODUCCIÓN AL ANÁLISIS EN FLUJO DE DATOS

  • Generación de eventos
  • Consumo de eventos
  • Creación de topología
  • Creación de consultas
  • Creación de salida hacia PowerBI
  • Visualización de eventos agregados en tiempo real

MÓDULO 5

ANÁLISIS DE FLUJOS DE DATOS

  • Colección, agregación y movimiento de eventos Usando Flume
  • Spark con Phyton y Scala
  • Storm
  • Kafka
  • Lab1: Usando Flume
  • Lab2: Usando Spark para análisis de Flujos de Datos
  • Lab3: Usando Storm
  • Lab4: Usado Kafka

MÓDULO 6

BASE DE DATOS RELACIONALES SOBRE BIG DATA 

  • Introducción
  • Kudu
  • Impala
  • HCatalog
  • PolyBase
  • Lab1: Kudu
  • Lab2: Impala
  • Lab3: HCatalog
  • Lab4: PolyBase 

MÓDULO 7 

ALMACENAMIENTO, WORKFLOW

  • Introducción a la optimización de almacenamiento
  • Avro
  • Gzip
  • HBase
  • Oozie
  • Lab 1: Avro y Gzip
  • Lab2: Oozie
  • Lab3: HBase

MÓDULO 8 

GRAFOS Y ANÁLISIS PREDICTIVO

  • Análisis de grafos con Pegasus
  • Introducción a análisis predictivo
  • RHadoop
  • Mahout
  • Lab1: Pegasus
  • Lab2: RHadoop
  • Lab3: Mahout

MÓDULO 9 

MICROSOFT R SERVER

  • Introducción a lenguaje R
  • R Server
  • Lab1: Introducción a lenguaje R
  • Lab2: Desarrollo de algoritmos en R Server

 

descuentos   inscribirse   pago linea
Descuentos Inscribirse ahora Pagar en linea
Conoce si eres beneficiario de alguno de nuestros descuentos. En nuestra plataforma online puedes realizar la inscripción a nuestros cursos. Ingresa para realizar el pago en linea de tu curso.

IMPORTANTE

Los programas podrán ser aplazados o cancelados, esto depende del número de participantes matriculados. En ambos casos el personal de inscripciones comunicará el cambio realizado a los estudiantes inscritos.

Contáctanos para mayores informes:
Ubicación: Centro Docente de Cómputos, bloque 14, piso 2
Teléfonos: (4) 340 52 62 / (4) 340 54 53 / (4) 340 51 99
Horarios de Atención: Lunes a viernes 8am a 12m y 1 a 7pm Sábados de 8am a 2pm
Correo Electrónico: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Centro Docente de Cómputos