Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Día 01
Resumen de Inteligencia Empresarial de Big Data para el Análisis de Inteligencia Criminal
- Estudios de Caso de Aplicación de la Ley - Policía Predictiva
- Tasa de adopción de Big Data en Agencias de Aplicación de la Ley y cómo están alineando sus futuras operaciones en torno al Análisis Predictivo de Big Data
- Soluciones tecnológicas emergentes como sensores de disparos, video de vigilancia y redes sociales
- Uso de la tecnología Big Data para mitigar la sobrecarga de información
- Interfaz entre Big Data y datos legados
- Comprensión básica de las tecnologías habilitadoras en el análisis predictivo
- Integración de Datos & Visualización de tableros (Dashboards)
- Gestión del fraude
- Reglas de negocio y detección de fraude
- Detección de amenazas y perfiles
- Análisis costo-beneficio para la implementación de Big Data
Introducción a Big Data
- Características principales de Big Data: Volumen, Variedad, Velocidad y Veracidad.
- Arquitectura MPP (Procesamiento Masivamente Paralelo)
- Masones de Datos (Data Warehouses) – esquema estático, conjunto de datos de evolución lenta
- Bases de datos MPP: Greenplum, Exadata, Teradata, Netezza, Vertica, etc.
- Soluciones basadas en Hadoop – sin condiciones sobre la estructura del conjunto de datos.
- Patrón típico: HDFS, MapReduce (crunch), recuperación desde HDFS
- Apache Spark para procesamiento de flujos (streaming)
- Lotes (Batch) – adecuados para análisis/no interactivo
- Volumen: Datos de streaming CEP
- Opciones típicas – productos CEP (ej. Infostreams, Apama, MarkLogic, etc.)
- Menos listos para producción – Storm/S4
- Bases de datos NoSQL – (columnar y clave-valor): Más adecuadas como complemento analítico al almacén de datos/base de datos
Soluciones NoSQL
- KV Store - Keyspace, Flare, SchemaFree, RAMCloud, Oracle NoSQL Database (OnDB)
- KV Store - Dynamo, Voldemort, Dynomite, SubRecord, Mo8onDb, DovetailDB
- KV Store (Jerárquico) - GT.m, Cache
- KV Store (Ordenado) - TokyoTyrant, Lightcloud, NMDB, Luxio, MemcacheDB, Actord
- KV Cache - Memcached, Repcached, Coherence, Infinispan, EXtremeScale, JBossCache, Velocity, Terracoqua
- Tuple Store - Gigaspaces, Coord, Apache River
- Base de datos de objetos - ZopeDB, DB40, Shoal
- Almacén de documentos - CouchDB, Cloudant, Couchbase, MongoDB, Jackrabbit, Bases de datos XML, ThruDB, CloudKit, Prsevere, Riak-Basho, Scalaris
- Almacén columnar ancho (Wide Columnar Store) - BigTable, HBase, Apache Cassandra, Hypertable, KAI, OpenNeptune, Qbase, KDI
Variedades de Datos: Introducción a los problemas de limpieza de datos en Big Data
- RDBMS – estructura/esquema estático, no promueve un entorno ágil y exploratorio.
- NoSQL – semiestructurado, con suficiente estructura para almacenar datos sin un esquema exacto previo al almacenamiento.
- Problemas de limpieza de datos
Hadoop
- ¿Cuándo seleccionar Hadoop?
- ESTRUCTURADO - Los almacenes/bases de datos empresariales pueden almacenar datos masivos (a un costo) pero imponen estructura (no es bueno para exploración activa)
- Datos SEMIESTRUCTURADOS – difíciles de manejar con soluciones tradicionales (DW/DB)
- Almacenar en bodega (Warehousing) = Esfuerzo ENORME y estático incluso después de la implementación
- Para variedad y volumen de datos, procesados en hardware comercial – HADOOP
- Hardware comercial necesario para crear un clúster de Hadoop
Introducción a Map Reduce / HDFS
- MapReduce – distribuir el cómputo sobre múltiples servidores
- HDFS – hacer los datos disponibles localmente para el proceso de cómputo (con redundancia)
- Datos – pueden ser no estructurados/libres de esquema (a diferencia de RDBMS)
- Responsabilidad del desarrollador para dar sentido a los datos
- Programar MapReduce = trabajar con Java (pros/contras), cargar manualmente datos en HDFS
Día 02
Ecosistema de Big Data -- Construcción de ETL de Big Data (Extraer, Transformar, Cargar) -- ¿Qué herramientas de Big Data usar y cuándo?
- Hadoop vs. Otras soluciones NoSQL
- Para acceso aleatorio e interactivo a los datos
- Hbase (base de datos orientada a columnas) sobre Hadoop
- Acceso aleatorio a los datos pero con restricciones impuestas (máx 1 PB)
- No bueno para análisis ad-hoc, bueno para registro (logging), conteo, series temporales
- Sqoop - Importar desde bases de datos a Hive o HDFS (acceso JDBC/ODBC)
- Flume – Transmitir datos (ej. datos de registro) hacia HDFS
Sistema de Gestión de Big Data
- Componentes móviles, nodos de cómputo inician/fallan: ZooKeeper - Para servicios de configuración/coordinación/nombramiento
- Pipeline/flujo de trabajo complejo: Oozie – gestionar flujo de trabajo, dependencias, cadena Daisy
- Implementar, configurar, gestión de clústeres, actualización, etc. (admin de sistema): Ambari
- En la Nube : Whirr
Análisis Predictivo -- Técnicas Fundamentales e Inteligencia Empresarial basada en Aprendizaje Automático (Machine Learning)
- Introducción al Aprendizaje Automático
- Aprendizaje de técnicas de clasificación
- Predicción Bayesiana – preparación de un archivo de entrenamiento
- Máquina de Soporte Vectorial (SVM)
- KNN Álgebra p-Tree & minería vertical
- Redes Neuronales
- Problema de grandes variables de Big Data -- Bosque Aleatorio (RF)
- Problema de Automatización de Big Data – RF Ensemble Multi-modelo
- Automatización a través de Soft10-M
- Herramienta de análisis de texto - Treeminer
- Aprendizaje ágil
- Aprendizaje basado en agentes
- Aprendizaje distribuido
- Introducción a herramientas de código abierto para análisis predictivo: R, Python, Rapidminer, Mahout
Ecosistema de Análisis Predictivo y su aplicación en el Análisis de Inteligencia Criminal
- Tecnología y proceso de investigación
- Análisis Insight (Perspicacia)
- Analítica de visualización
- Análisis predictivo estructurado
- Análisis predictivo no estructurado
- Perfiles de amenazas/fraude/propiedad del proveedor
- Motor de recomendación
- Detección de patrones
- Descubrimiento de reglas/escenarios – fallo, fraude, optimización
- Descubrimiento de la causa raíz
- Análisis de sentimiento
- Analítica CRM
- Analítica de red
- Analítica de texto para obtener perspectivas de transcripciones, declaraciones de testigos, conversaciones en internet, etc.
- Revisión asistida por tecnología
- Analítica del fraude
- Analítica en Tiempo Real
Día 03
Analítica Escalable y en Tiempo Real sobre Hadoop
- Por qué los algoritmos analíticos comunes fallan en Hadoop/HDFS
- Apache Hama- para cómputo distribuido sincrónico masivo (Bulk Synchronous)
- Apache SPARK- para cómputo de clústeres y analítica en tiempo real
- CMU Graphics Lab2 - Enfoque asíncrono basado en grafos para cómputo distribuido
- KNN p -- Enfoque basado en álgebra de Treeminer para reducir el costo operativo del hardware
Herramientas para eDiscovery y Forense Digital
- eDiscovery sobre Big Data vs. Datos Legados – una comparación de costos y rendimiento
- Codificación predictiva y Revisión Asistida por Tecnología (TAR)
- Demo en vivo de vMiner para comprender cómo TAR habilita un descubrimiento más rápido
- Indexación más rápida a través de HDFS – Velocidad de los datos
- NLP (Procesamiento del Lenguaje Natural) – productos y técnicas de código abierto
- eDiscovery en idiomas extranjeros – tecnología para el procesamiento de idiomas extranjeros
BI de Big Data para Seguridad Cibernética – Obtener una visión de 360 grados, recopilación rápida de datos e identificación de amenazas
- Comprensión de los fundamentos del análisis de seguridad -- superficie de ataque, mala configuración de seguridad, defensas anfitrionas
- Infraestructura de red / Gran tubería de datos (datapipe) / Respuesta ETL para analítica en tiempo real
- Prescriptivo vs predictivo – Reglas fijas basadas vs descubrimiento automático de reglas de amenazas a partir de metadatos
Recopilación de datos dispares para el Análisis de Inteligencia Criminal
- Uso de IoT (Internet de las Cosas) como sensores para capturar datos
- Uso de Imágenes Satelitales para Vigilancia Doméstica
- Uso de datos de vigilancia e imágenes para la identificación criminal
- Otras tecnologías de recopilación de datos – drones, cámaras corporales, sistemas de etiquetado GPS y tecnología de imagen térmica
- Combinar la recuperación automática de datos con datos obtenidos de informantes, interrogatorios e investigaciones
- Pronosticar actividad criminal
Día 04
Prevención del Fraude BI de Big Data en Analítica del Fraude
- Clasificación básica de la Analítica del Fraude – basada en reglas vs analítica predictiva
- Aprendizaje supervisado vs no supervisado para la detección de patrones de fraude
- Fraude entre empresas, fraude de reclamos médicos, fraude de seguros, evasión de impuestos y lavado de dinero
Analítica de Redes Sociales – Recopilación y análisis de inteligencia
- Cómo las redes sociales son utilizadas por criminales para organizar, reclutar y planificar
- API de Big Data ETL para extraer datos de redes sociales
- Texto, imagen, metadatos y video
- Análisis de sentimiento a partir del feed de redes sociales
- Filtrado contextual y no contextual del feed de redes sociales
- Tablero (Dashboard) de Redes Sociales para integrar diversas redes sociales
- Perfilado automatizado del perfil de redes sociales
- Se dará una demo en vivo de cada analítica a través de la Herramienta Treeminer
Analítica de Big Data en procesamiento de imágenes y flujos de video
- Técnicas de almacenamiento de imágenes en Big Data -- Solución de almacenamiento para datos que exceden petabytes
- LTFS (Sistema de Archivos de Cinta Lineal) y LTO (Linear Tape Open)
- GPFS-LTFS (Sistema de Archivos Paralelo General - Sistema de Archivos de Cinta Lineal) – solución de almacenamiento en capas para datos de imagen grande
- Fundamentos del análisis de imágenes
- Reconocimiento de objetos
- Segmentación de imágenes
- Rastreo de movimiento
- Reconstrucción de imagen 3D
Biométricos, ADN y Programas de Identificación de Nueva Generación
- Más allá de las impresiones dactilares y el reconocimiento facial
- Reconocimiento de voz, huella de teclado (analizando el patrón de escritura de un usuario) y CODIS (Sistema Combinado de Índice de ADN)
- Más allá de la coincidencia de ADN: uso del fenotipado forense de ADN para construir un rostro a partir de muestras de ADN
Tablero (Dashboard) de Big Data para rápida accesibilidad y visualización de diversos datos:
- Integración de la plataforma de aplicaciones existente con el Tablero de Big Data
- Gestión de Big Data
- Caso de Estudio del Tablero de Big Data: Tableau y Pentaho
- Usar la aplicación de Big Data para impulsar servicios basados en ubicación en el Gobierno.
- Sistema de seguimiento y gestión
Día 05
Cómo justificar la implementación del BI de Big Data dentro de una organización:
- Definir el ROI (Retorno de la Inversión) para implementar Big Data
- Estudios de caso sobre ahorro de tiempo de analistas en la colección y preparación de datos – aumentando la productividad
- Ganancia de ingresos por menor costo de licencias de bases de datos
- Ganancia de ingresos por servicios basados en ubicación
- Ahorros de costos por prevención de fraude
- Un enfoque integrado de hoja de cálculo para calcular gastos aproximados vs. Ganancia/ahorro de ingresos de la implementación de Big Data.
Procedimiento paso a paso para reemplazar un sistema de datos legacy con un Sistema de Big Data
- Ruta de Migración de Big Data
- ¿Qué información crítica se necesita antes de arquitecturar un sistema de Big Data?
- ¿Cuáles son las diferentes formas de calcular el Volumen, Velocidad, Variedad y Veracidad de los datos?
- Cómo estimar el crecimiento de los datos
- Estudios de caso
Revisión de Proveedores de Big Data y revisión de sus productos.
- Accenture
- APTEAN (Anteriormente CDC Software)
- Cisco Systems
- Cloudera
- Dell
- EMC
- GoodData Corporation
- Guavus
- Hitachi Data Systems
- Hortonworks
- HP
- IBM
- Informatica
- Intel
- Jaspersoft
- Microsoft
- MongoDB (Anteriormente 10Gen)
- MU Sigma
- Netapp
- Opera Solutions
- Oracle
- Pentaho
- Platfora
- Qliktech
- Quantum
- Rackspace
- Revolution Analytics
- Salesforce
- SAP
- SAS Institute
- Sisense
- Software AG/Terracotta
- Soft10 Automation
- Splunk
- Sqrrl
- Supermicro
- Tableau Software
- Teradata
- Think Big Analytics
- Tidemark Systems
- Treeminer
- VMware (Parte de EMC)
Sesión de Preguntas y Respuestas
Requerimientos
- Conocimiento de los procesos y sistemas de datos de la aplicación de la ley
- Comprensión básica de SQL/Oracle o bases de datos relacionales
- Comprensión básica de estadísticas (nivel de hojas de cálculo)
Audiencia
- Especialistas en aplicación de la ley con formación técnica
35 Horas
Testimonios (3)
fundamentos y amó los documentos y ejercicios preparados
Rekha Nallam - GE Medical Systems Polska Sp. z o.o.
Curso - Introduction to Predictive AI
Traducción Automática
Que fue muy priactico.
Alfonso Ramos - Banco de Mexico
Curso - Fundamentos de Integración de Datos Pentaho
Deepthi estaba muy atenta a mis necesidades, podía percibir cuándo añadir capas de complejidad y cuándo mantenerse atrás y adoptar un enfoque más estructurado. Deepthi realmente trabajó a mi ritmo y aseguró que pudiera utilizar las nuevas funciones/herramientas por mí mismo, primero mostrándome y luego dejándome recrear los elementos por mí mismo, lo cual ayudó mucho a consolidar la formación. ¡No podría estar más satisfecho con los resultados de esta capacitación y con el nivel de experiencia de Deepthi!
Deepthi - Invest Northern Ireland
Curso - IBM Cognos Analytics
Traducción Automática
