Business Intelligence a través del Big Data y Cloud Computing

Modalidad de celebración

Online

Dirección

Diego García (PAyD)
Alberto Fernández (PCU)

Coordinación

Antonio Marín

Colaboran

Granada Research & Innovation
Instituto Andaluz Interuniversitario en Data Science and Computational Intelligence

Introducción

Este curso ofrece una inmersión en el mundo del Big Data, desde los conceptos fundamentales hasta las últimas herramientas de análisis. Los participantes explorarán los principios esenciales de Big Data y Cloud Computing, aprendiendo a gestionar grandes volúmenes de datos y a aprovechar la escalabilidad y la flexibilidad de los entornos en la nube. Además, se sumergirán en el ecosistema de Hadoop, dominando el arte del procesamiento y almacenamiento distribuido en el Hadoop Distributed File System (HDFS), mientras se familiarizan con las bases de datos NoSQL y las tecnologías de procesamiento como Apache Hive y Apache Pig.

Una vez establecidas las bases, el curso se adentrará en Apache Spark, ofreciendo una visión detallada de esta potente y popular plataforma de procesamiento en memoria y su papel fundamental en el análisis de Big Data. Desde la manipulación de datos hasta aplicaciones reales, los estudiantes adquirirán habilidades prácticas para abordar los desafíos más complejos en el ámbito del análisis de datos.

Además, este curso no se centra solo en la tecnología pura; también explora el componente estratégico con un enfoque en Business Intelligence. Los participantes aprenderán a traducir los datos en información significativa para la toma de decisiones empresariales. Ya sea que estés buscando adentrarte en el campo del Business Intelligence o expandir tus habilidades en Big Data, este curso te proporcionará una base sólida y te formará con las herramientas necesarias para destacarte en el emocionante mundo del análisis de datos a gran escala.

Competencias del alumnado

El alumnado sabrá/comprenderá:

• Los conceptos fundamentales de Big Data y Cloud Computing, incluyendo los desafíos asociados con el manejo de grandes volúmenes de datos y los principios básicos de la computación en la nube.
• Los diferentes modelos de servicio en la nube (IaaS, PaaS, SaaS) y cómo aplicarlos en el contexto de las soluciones de Big Data.
• La arquitectura y componentes clave en la nube, así como los principios de escalabilidad, disponibilidad y seguridad en entornos cloud.
• La importancia y el funcionamiento de herramientas clave como Docker y Kubernetes para la gestión eficiente de aplicaciones en la nube.
• Los principios de MapReduce y su papel en el procesamiento distribuido de datos, así como el ecosistema Hadoop y sus componentes principales, como HDFS.
• Los conceptos básicos de las bases de datos NoSQL, así como su relevancia y aplicaciones en entornos de Big Data.
• El uso de herramientas como Apache Hive y Apache Pig para consultas SQL y procesamiento de datos en entornos Hadoop.
• Los conceptos básicos y avanzados de Apache Spark, incluyendo la manipulación de datos, el procesamiento de datos estructurados y la implementación de algoritmos para casos de estudio aplicados.

El alumnado será capaz de:

• Comprender los principios fundamentales del Big Data y el Cloud Computing, incluyendo los desafíos asociados al manejo de grandes volúmenes de datos y las ventajas de la computación en la nube para su procesamiento y almacenamiento.
• Identificar y diferenciar entre los diferentes modelos de servicio en la nube (IaaS, PaaS, SaaS) y comprender sus aplicaciones en el contexto del análisis de datos.
• Utilizar herramientas y tecnologías clave en el ecosistema de Hadoop, como MapReduce y HDFS, para realizar procesamiento distribuido de datos y almacenamiento escalable en clústeres de Hadoop.
• Aplicar conceptos de bases de datos NoSQL para gestionar datos no estructurados y semi-estructurados, y utilizar tecnologías como Apache Hive y Apache Pig para consultas y análisis de datos en entornos de Big Data.
• Dominar las capacidades de Apache Spark para el procesamiento en memoria de grandes conjuntos de datos y la implementación de algoritmos en casos de estudio reales.
• Aplicar los conocimientos teóricos y prácticos adquiridos en proyectos y casos de estudio del mundo real, demostrando la capacidad para resolver problemas complejos y tomar decisiones fundamentadas basadas en datos.

Método de evaluación

• Cuestionarios para los aspectos teóricos
• Implementación de proyectos para los aspectos prácticos

Cualificación personal o empleos a los que da acceso

• Analista de Datos: Los estudiantes estarán equipados para recopilar, limpiar, analizar e interpretar grandes conjuntos de datos para extraer información valiosa que pueda informar las decisiones empresariales
• Ingeniero de Big Data: los estudiantes pueden optar por roles de ingeniería de Big Data donde serán responsables de diseñar, implementar y mantener sistemas de Big Data que manejen grandes volúmenes de datos de manera eficiente
• Analista de Business Intelligence: Con habilidades en Business Intelligence, los estudiantes pueden trabajar como analistas de BI, utilizando herramientas de visualización de datos para crear informes y paneles que ayuden a las empresas a comprender mejor sus operaciones y tomar decisiones informadas
• Científico de Datos: Aquellos con habilidades en análisis avanzado de datos y machine learning pueden buscar roles como científicos de datos, donde aplicarán algoritmos de aprendizaje automático para resolver problemas empresariales complejos
• Consultor en Big Data y Cloud: Los graduados pueden trabajar como consultores independientes o para empresas de consultoría, asesorando a organizaciones sobre estrategias de Big Data y Cloud Computing, y ayudando en la implementación de soluciones tecnológicas

Idiomas utilizados

Español e Inglés