fbpx

Diplomado en

Big Data Hadoop and Spark Developer

Características clave

Inicio: A partir del 15 Enero de 2021

Sesiones semanales de tutoría online dirigidas por el instructor

Modalidad: 100% online

Duración: 160 horas de aprendizaje combinado

Más de 40 tutoriales de herramientas de big data

Avalado por la Universidad Central de Venezuela

Descripción General

El dominio del campo de Data Science comienza con la comprensión y el trabajo con los frameworks tecnológicos básicos utilizados para analizar Big Data. Aprenderás los frameworks de desarrollo y programación Hadoop y Spark, usados para procesar cantidades masivas de datos en un entorno informático distribuido. Desarrollarás experiencia en algoritmos complejos de Data Science y su implementación utilizando R, el lenguaje de preferencia para el procesamiento estadístico. 

El Diplomado en Big Data te ofrece la oportunidad de aprender los nuevos enfoques de la gestión de Big Data con el proyecto Hadoop, el almacenamiento masivo distribuido por HDSF, el framework de desarrollo paralelo denominado MapReduce, las Bases de Datos NoSQL, entre otras tecnologías, las cuales te permitirán identificar, extraer, consolidar, analizar, gestionar, modelar y predecir de forma eficaz y ágil patrones e información del Análisis de Negocio.

Acelera tu carrera y domina las áreas clave necesarias para el éxito en Big Data. Conviértete en un profesional internacional que pueda impulsar la innovación en cualquier organización.

Lo que aprenderás

Para más información,

ingresa tus datos

¡Llámanos!

Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.

¡Contáctanos!

Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.

Plan de estudios

¿A quién está dirigido?

Pre-requisitos

Para postularse a este programa, es deseable más no limitativo:

  • Tener estudios o experiencia en análisis de datos.
  • Tener conocimientos básicos en estadística, minería de datos y procesos de Inteligencia de Negocios.
  • Conocimientos en el Lenguaje R como herramienta para el análisis de datos, inferencia estadística y modelado de aprendizaje automático.

Contenido del curso

  • La era digital.
  • Definiciones básicas.
  • Áreas de aplicación.
  • Ejemplos de Big Data.
  • El proyecto Hadoop y sus componentes.
  • Hadoop Distributed File System (HDFS).
  • Ejercicio: Usando HDFS.
  • Fundamentos de la computación paralela y distribuida.
  • Ambiente Hadoop.
  • Sistemas de Archivos Distribuidos (HDFS).
  • El Ecosistema de Hadoop.
  • El paradigma MapReduce.
  • Hadoop Streaming y Hadoop+R.
  • Algebra Relacional con Hadoop.
  • Introducción a las bases de datos NoSQL. (NoSQL o “no solo SQL”)
  • Tipos de bases de datos NoSQL: clave-valor, orientadas a columnas, Orientadas a documento, Bases de datos de grafos.
  • Fundamentos de HBASE.
  • Fundamentos de MongoDB.
  • Spark para Big data analytics.
  • Limitaciones de Hadoop.
  • Componentes de Spark.
  • Spark con R en un cluster de HDInsight multi-nodo.
  • Spark Streaming.
  • Spark SQL.
  • Spark Databricks y visualización.

Herramientas cubiertas

¿Cuál es el proyecto del curso?

Poner en marcha una solución en el análisis y procesamiento de grandes volúmenes de datos a través de una arquitectura de Big data, deberá desarrollar las siguientes fases:

Fase 1

Arquitectura Hadoop

Configurar e instalar todas las herramientas necesarias para la puesta en funcionamiento de una arquitectura de Big Data, en este caso, se trata del sistema de archivos distribuidos Hadoop, junto con todas las herramientas para el manejo de bases de datos relacionales y no relacionales, a la vez, que se debe establecer su integreaciòn con la principal herramienta para el trabajo analìtico,como lo es R.

Fase 2

Aplicación de Métodos Analíticos para Big Data en R

Entender la lógica e implementación de técnicas y métodos comúnmente conocidos como Machine Learning, los cuales permiten realizar predicciones robustas y prever patrones para distintos eventos, principalmente en la aplicabilidad del Big Data en problemas de clasificación y clusterización, optimización de procesos y reducción de tiempos, Retención de empleados, Sistemas de alertas inteligentes, entre otros.

Fase 3

Implementación y Presentación de Resultados

Presentar los resultados que se desprenden del análisis a través de las herramientas que proporciona R, como la presentación de informes dinámicos utilizando su interfaz con Látex, construcción de aplicaciones web utilizando Shinny, entre otros.

¿Quienes son tus facilitadores?

Contaras con la tutoría y mentoría de un equipo de profesionales especializados en el área de Big Data

¿Cómo se obtiene el Diploma de Big Data?

Para obtener el Diploma de Big Data, debe cumplir con los siguientes criterios:

Logo UCV

Avalado por la Universidad Central de Venezuela

Preguntas Frecuentes

El costo del programa es de $500 USD, pero usted puede aprovechar la promoción / descuento vigente a la fecha.

Necesitarás acceso a una computadora. Una máquina con sistema operativo en Windows, macOS o Linux funcionará bien.

No. El diplomado es autodidacta y se dividirá en segmentos cortos de video pregrabados con evaluaciones periódicas para verificar su progreso.

Si usted no puede participar en una sesión online, usted la podrá ver luego pues esta queda grabada y estará disponible dentro de los recursos de los foros de sesiones online.

Cada programa tiene un foro activo en línea donde los estudiantes pueden ayudarse entre sí. Además, los instructores, los asistentes de enseñanza y otros facilitadores de DiplomadosOnline.com supervisarán los foros e intentarán ayudar. A menudo, la respuesta más rápida proviene de otro estudiante.

Recibirá una calificación final, pero la calificación no estará en la confirmación de finalización del diplomado. Para recibir un certificado de finalización, deberá alcanzar el 65% en material calificado. Hay tres tipos diferentes de evaluaciones dentro del diplomado: auto-evaluaciones, laboratorios y examen final. Las auto-evaluaciones no cuentan para su calificación, pero lo ayudarán a verificar su comprensión. Los laboratorios / entregas parciales comprenderán la mitad de su calificación y el examen final / proyecto la mitad de su calificación. Desafortunadamente, debido a la gran cantidad de estudiantes y en aras de la equidad, no se pueden aceptar tareas tardías.

Domina las áreas de Big Data

Matricúlate y acepta el reto de ser el próximo profesional que el mercado está buscando

All search results