Temario del curso
Introducción a los Ecosistemas de Big Data
- Vista general de las tecnologías y arquitecturas de Big Data
- Procesamiento por lotes (batch) vs. procesamiento en tiempo real
- Estrategias de almacenamiento de datos para la escalabilidad
Procesamiento de Datos Avanzado con Apache Spark
- Optimización de trabajos de Spark para el rendimiento
- Transformaciones y acciones avanzadas
- Trabajo con streaming estructurado
Machine Learning a Gran Escala
- Técnicas de entrenamiento de modelos distribuidos
- Ajuste de hiperparámetros en grandes conjuntos de datos
- Implementación de modelos en entornos de Big Data
Deep Learning para Big Data
- Integración de TensorFlow y PyTorch con Spark
- Pipelines de entrenamiento de deep learning distribuido
- Casos de uso en el análisis de imágenes, texto y series temporales
Análisis en Tiempo Real y Data Streaming
- Apache Kafka para la ingesta de datos en streaming
- Marcos de trabajo de procesamiento de flujos (stream processing)
- Monitoreo y alertas en sistemas en tiempo real
Gobernanza de Datos, Seguridad y Ética
- Requisitos de privacidad de datos y cumplimiento normativo
- Control de acceso y cifrado en sistemas de Big Data
- Consideraciones éticas en el análisis a gran escala
Integración de Big Data con la Inteligencia de Negocios
- Visualización de datos y paneles de control (dashboards) para Big Data
- Conexión de pipelines de Big Data con herramientas de BI
- Impulsando resultados de negocio mediante análisis avanzados
Resumen y Próximos Pasos
Requerimientos
- Sólido conocimiento de los conceptos de análisis de datos y modelado estadístico
- Experiencia con herramientas de procesamiento de datos y lenguajes de programación como Python, R o Scala
- Familiaridad con marcos de trabajo de cómputo distribuido como Hadoop o Spark
Público Objetivo
- Científicos de datos que buscan dominar el procesamiento de datos a gran escala y el análisis predictivo
- Analistas senior que buscan diseñar e implementar flujos de trabajo analíticos avanzados
- Profesionales de I+D enfocados en soluciones innovadoras basadas en datos
Reseñas (3)
Aprendiendo que QGIS es una herramienta que puede ser utilizada por otros profesionales diferentes, como topógrafos.
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
Curso - QGIS for Geographic Information System
Traducción Automática
Cómo utilizar datos de satélites abiertos para aplicaciones reales
Tshering Dorji - Druk Holding and Investments
Curso - Advanced Geographic Information Systems (GIS)
Traducción Automática
Los ejemplos prácticos nos permitieron tener una idea real de cómo funciona el programa. Buenas explicaciones e integración de conceptos teóricos y su relación con las aplicaciones prácticas.
Ian - Archeoworks Inc.
Curso - ArcGIS Fundamentals
Traducción Automática
