Temario del curso
Introducción a los Ecosistemas de Big Data
- Visión general de tecnologías y arquitecturas de Big Data.
- Procesamiento por lotes (batch) vs. procesamiento en tiempo real.
- Estrategias de almacenamiento de datos para la escalabilidad.
Procesamiento Avanzado de Datos con Apache Spark
- Optimización de trabajos de Spark para mejorar el rendimiento.
- Transformaciones y acciones avanzadas.
- Trabajo con transmisión estructurada (structured streaming).
Machine Learning a Gran Escala
- Técnicas de entrenamiento de modelos distribuidos.
- Ajuste de hiperparámetros en conjuntos de datos grandes.
- Despliegue de modelos en entornos de Big Data.
Deep Learning para Big Data
- Integración de TensorFlow y PyTorch con Spark.
- Tuberías de entrenamiento de deep learning distribuido.
- Casos de uso en análisis de imágenes, texto y series temporales.
Analítica en Tiempo Real y Transmisión de Datos (Data Streaming)
- Apache Kafka para la ingesta de datos en flujo.
- Marcos de trabajo de procesamiento de flujos (stream processing).
- Monitoreo y alertas en sistemas de 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 la analítica a gran escala.
Integración de Big Data con la Inteligencia de Negocios
- Visualización de datos y tableros (dashboards) para Big Data.
- Conexión de tuberías de Big Data con herramientas de BI.
- Impulsar resultados de negocio mediante analítica avanzada.
Resumen y Próximos Pasos
Requerimientos
- Sólido conocimiento de conceptos de análisis de datos y modelado estadístico.
- Experiencia con herramientas de procesamiento de datos y lenguajes de programación como Python, R o Scala.
- Conocimiento de 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 la analítica predictiva.
- Analistas seniors que deseen 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