Temario del curso
Introducción a los Ecosistemas de Big Data
- Visión 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 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).
Aprendizaje Automático 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.
Aprendizaje Profundo para Big Data
- Integración de TensorFlow y PyTorch con Spark.
- Pipelines de entrenamiento de aprendizaje profundo distribuido.
- Casos de uso en análisis de imágenes, texto y series temporales.
Analítica en Tiempo Real y Flujo de Datos
- Apache Kafka para la ingesta de datos en flujo continuo.
- Marcos de trabajo para el procesamiento de flujos (stream processing).
- Monitoreo y alertas en sistemas de tiempo real.
Gobernanza, Seguridad y Ética de Datos
- 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 Negocio
- Visualización de datos y paneles de control (dashboards) para big data.
- Conexión de pipelines de big data con herramientas de BI.
- Impulso de resultados empresariales 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.
- Familiaridad con marcos de trabajo de computación distribuida 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 deseen diseñar e implementar flujos de trabajo analíticos avanzados.
- Profesionales de I+D centrados 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