Temario del curso
Introducción a los Ecosistemas de Big Data
- Resumen de las tecnologías y arquitecturas de big data
- Procesamiento por lotes frente a 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 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 conjuntos de datos grandes
- Despliegue 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 de tiempo
Analítica en Tiempo Real y Procesamiento de Flujos de Datos
- Apache Kafka para la ingesta de datos en streaming
- Frameworks de procesamiento de flujos
- Monitoreo y alertas en sistemas en tiempo real
Gobernanza de Datos, Seguridad y Ética
- Requisitos de privacidad y cumplimiento de datos
- Control de acceso y cifrado en sistemas de big data
- Consideraciones éticas en la analítica a gran escala
Integración de Big Data con Inteligencia de Negocios
- Visualización de datos y paneles de control (dashboards) para big data
- Conexión de pipelines de big data con herramientas de BI
- Impulsar resultados de negocio mediante la analítica avanzada
Resumen y Próximos Pasos
Requerimientos
- Sólido entendimiento 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
- Conocimiento de frameworks de computación distribuida como Hadoop o Spark
Público Objetivo
- Científicos de datos que buscan dominar el procesamiento de datos a gran escala y la analítica predictiva
- 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
