Contratación tecnológica y Formación tecnológica en Big Data Management, Technologies And Analytics

Especialízate en una de los sectores más demandados del momento

 

Duración

Entre 150 y 500 horas

 

Modalidad

Presencial

Inicio

Matrícula abierta del 1 Sep. al 31 Oct. de 2017

 

Impulsado por

Asime y Red.es

¿Te interesa ser contratado y recibir formación tecnológica de máximo nivel en las temáticas más demandadas en el mercado laboral Español?

Objetivos

Capacitar a las personas seleccionadas en una de las tecnologías más demandadas en el mercado laboral y garantizar la incorporación a este con funciones asociadas a las TIC y a la Economía Digital.

Coste

Formación gratuita. Retribución laboral acorde a convenio.

N

Requisitos de acceso

Inscribirse o estar adscrito en Garantía Juvenil: Menor de 30 años, estudios finalizados y en estado de desempleo.

}

Horario

Solicita información sin compromiso y te comentaremos los horarios y fechas para siguientes convocatorias.

Contratación

Garantizada por un mínimo de 6 meses a media jornada. Después ya depende de ti…

Plan de estudios

Índice De Contenidos
  1. Big data – Conceptos Técnicos y Operaciones – 40 Horas
  2. Data Management – 80 Horas
  3. Data Analytics – 80 Horas
  4. Hands-on Experience: Data Management and Analytics – 80 Horas
  5. Dirección de Proyectos Big Data – 45 Horas
Big Data - Conceptos Técnicos Y Operaciones
  • Arquitecturas lambda, kappa.
  • Hadoop Core. Fundamentos de almacenamiento y procesado distribuidos
  • Sequence file, AVRO y Parquet
  • Planificación de despliegue de la Plataforma big data.
  • Servicios Cloud. Introducción general a servicios cloud y equivalencia entre los bloques estudiados y los servicios en Azure.
  • Entendiendo la Infraestructura
  • Entendiendo el Data Stack
Data Management
  1. Motivación.
    • Contexto. La sociedad de los datos y el paradigma data-driven.
    • Casos de uso.
    • Cloud computing e Ingeniería de Servicios (XaaS).
    • Fundamento de las bases de datos distribuídas
    • La necesidad de un cambio de paradigma: NOSQL.
  2. Principios básicos de las bases de datos no relacionales (NOSQL).
    • Nuevas arquitecturas.
    • Nuevos modelos de datos.
  3. Fundamentos: nuevas arquitecturas.
    • Conceptos básicos.
    • One size does not fit all.
    • Gestión y procesamiento distribuido de los datos.
    • Gestión y procesamiento de los datos en memoria.
    • Principales arquitecturas de referencia.
  4. Fundamentos: nuevos modelos de datos.
    • Conceptos básicos.
    • Modelos de datos no estructurados o semi-estructurados.
    • Principales modelos de datos en el mundo NOSQL
    • Modelización de datos avanzada (para sistemas no relacionales)
  5. Principales Families de Gestores NOSQL.
    • Gestores Key-Value.
      • Concepto y principios.
      • El ecosistema Hadoop
      • Consideraciones específicas.
    • Gestores Document-oriented.
      • Concepto y principios.
      • Ejemplo: MongoDB.
      • Consideraciones específicas de modelización.
    • Gestores Column-oriented.
      • Concepto y Principios.
      • Ejemplo: Arrow (base de datos) y Parquet (ficheros).
      • Consideraciones específicas de modelización.
    • Gestores de Grafos.
      • Conceptos y principios.
      • Tipos de grafos y operaciones.
      • Ejemplo: Neo4J y Cypher.
      • Consideraciones específicas de modelización.
    • Gestores de Grafos Semánticos.
      • Concepto y Principios: el paradigma Open/Linked Data.
      • Como abrir los datos.
      • Arquitecturas basadas en grafos vs tecnología relacional.
      • Consideraciones específicas de modelización.
  6. Integración de datos.
    • Procesos intensivos de datos y ETLs.
    • Polystores y sistemas políglotas.
    • Orquestadores: Muskeeter.
  7. Visualización.
    – Visualisation processes.
    – Visualisation techniques.
Data Analytics
1. Introducción.
– ¿Qué es el knowledge discovery?
– Estadística básica.
– Introducción a R.
2. Pre-procesamiento de datos.
– Limpieza y adecuación de los datos.
– Transformaciones.
3. Técniques básicas de análisis.
4. Análisis Multivariante.
– Análisis de componentes principales.
– Clustering.
– Árboles de decisión.
5. Aprendizaje Automático.
– Concepto.
– Fundamentos matemáticos.
6. Principales técnicas de aprendizaje automático.
– Reglas de asociación.
– Métodos lineales supervisados.
– Redes neuronales.
– Máquinas de vector soporte.
– Bosques aleatorios.
7. Procesamiento de texto.
– Pre-procesamiento y preparación de los datos.
– Principales técnicas de texto analíticas.
– Information retrieval.
8. Análisis de series temporales.
– Pre-procesamiento y preparación de les datos.
– Forecasting.
– Detección de outliers.
9. Análisis de los datos avanzados.
Hands-on Experience: Data Management and Analytics
1. Infraestructura.
– Introducción a los entornos Cloud.
– Virtualización.
– Servicios Amazon.
2. Almacenamiento distribuido.
– El Ecosistema Hadoop.
– Sistemas Key-Value: HBase.
3. Procesamiento distribuido.
– Análisis de datos en entornos distribuidos.
4. Documento- Ejemplos
5. Bases de datos graf.
6. Arquitectura de sistemas Big Data.
Dirección de Proyectos Big Data
1. Gestión de proyectos.
– Dirección de Proyectos para la vida Real
• Metodologías ágiles.
• Metodología PMI
– Gestión de Personas en Proyectos
Consideraciones específicas para Big Data.
2. Presentación del proyecto.
3. Sesiones de seguimiento del proyecto.

¿Quieres guardar la información?

Descarga la ficha del curso pinchando aquí (+)

Lugares de impartición

Sede Madrid

Avenida Portugal Número 7 – Madrid Rio – Metro Puerta del Ángel, Príncipe Pio. Cercanías Principe Pio.

Sede Vigo

C/ República Argentina, 18A, 36201 Vigo, Pontevedra (Cámara de Comercio de Vigo)

¿Te interesa ser contratado y recibir formación tecnológica de máximo nivel en las temáticas más demandadas en el mercado laboral Español?