EDUCACIÓN - INTRODUCCIÓN A BIG DATA

  • Seminario de Introducción a Big Data para Gerentes y Directores.

    Objetivo

    Conocer las principales aplicaciones de Big Data en los Negocios y los beneficios de su implementación en lo que respecta al aumento de la eficiencia en los procesos productivos, reducción de costos e incremento de utilidades en las empresas

    Modalidad

    Seminario Teórico - In house - Presencial

    Duración

    3 horas en 1 jornada

    Destinatarios

    El seminario está dirigido a directivos, gerentes, responsables de área, jefes y supervisores que deseen interiorizarse en esta tecnología.

    Requisitos de los destinatarios para cursar

    No posee requisitos.

    Contenido

    • Qué es Big Data.
    • Las “4 V” del Big Data (volumen, velocidad, variedad y veracidad).
    • Beneficios prácticos de Big Data. Posibilidades de aplicación en la industria.
    • Re-diseño de productos.
    • Reducción de costos de mantenimiento.
    • Mejoras en comercialización, promoción y distribución.
    • Nuevas estrategias de negocio.
    • Ventajas y desventajas.
    • Desafíos y riesgos de su implementación.
    • Antecedentes. Data mining.
    • Cómo implementarlo y cómo gestionar grandes volúmenes de datos.
    • Seguridad en los datos.
    • IoT Definición.
    • Casos de éxito.
  • Workshop de Arquitecturas de Big Data aplicadas a la Industria Financiera/Bancaria

    Objetivo

    El objetivo de este workshop es introducir a los alumnos en el concepto de Big Data y en su implementación sobre diferentes tecnologías batch u on line y su aplicación en BI y DM. En el mismo se detallan diferentes casos de uso propios de nuestra experiencia. El curso tiene una orientación teórica con ejemplos prácticos sobre algunas tecnologías.

    Modalidad

    Workshop Teórico/Práctico - In house - Presencial

    Duración

    24 horas en 6 jornadas de 4 horas cada una 

    Destinatarios

    El workshop está dirigido a personas con conocimientos en el área de sistemas de información que quieran hacer una inmersión en el mundo de Big Data, su implementación y aplicación en el Negocio.

    Requisitos de los destinatarios para cursar

    Recomendable contar con estudios, al menos iniciales, en carreras relacionadas con Sistemas y conocimientos básicos de bases de datos relacionales.

    Contenido

    • Qué es Big Data.
    • Antecedentes. BussinessIntelligence/Data mining.
    • Beneficios prácticos de Big Data. Posibilidades de aplicación en la industria.
    • Desafíos y riesgos de su implementación.
    • Cómo implementar un proyecto de BigData
    • Procesos de Extracción, Transformación y Carga y Área de Staging.
    • Introducción al Data Warehouse, ODS y DataMarts
    • Diseño Multidimensional/Arquitecturas OLAP.
    • Algoritmos de Data Analytics
    • Clusterización / Clasificación / Árboles de decisión
    • ChordGraph/ ForceGraph/ WordCloud/ Sentimental Analysis
    • Qué es Hadoop. Surgimiento.
    • Definir Conceptualmente MapReduce.
    • Describir Herramientas y Componentes del ecosistema Hadoop.
    • Arquitectura Lambda
    • Lenguajes para desarrollos sobre motores de procesamiento paralelo.
    • Definición y Valor de las Bases de Datos NoSQL
    • Surgimiento de NoSQL. Necesidades que cubren.
    • Tipos de bases de datos NoSQL: Key-value, documents, column-family, graph
    • Persistencia Políglota: definición y necesidad de soluciones
    • Definición de agregados. Ejemplos.
    • Uso de agregados en bases de datos NoSQL
    • BD sin esquemas

    Bases de Datos NoSQL ColumnFamily

    • Definición conceptual
    • Características de almacenamiento: consistencia, transacciones, consultas, estructuras de los datos, escalamiento.
    • Casos donde aplica / Casos donde no aplica
    • Operaciones de Creación de Datos, Recuperación, Actualización y Borrado
    • Replicación y Particionamiento
    • Ejemplos prácticos

    Bases de Datos NoSQL Documentales

    • Definición conceptual
    • Características de almacenamiento: consistencia, transacciones, consultas, estructuras de los datos, escalamiento.
    • Casos donde aplica / Casos donde no aplica
    • Operaciones de Creación de Datos, Recuperación, Actualización y Borrado
    • Replicación y Particionamiento
    • Ejemplos prácticos

    Bases de Datos Key Value DB

    • Definición conceptual
    • Características de almacenamiento: consistencia, transacciones, consultas, estructuras de los datos, escalamiento.
    • Casos donde aplica / Casos donde no aplica
    • Operaciones de Creación de Datos, Recuperación, Actualización y Borrado
    • Replicación y Particionamiento

    Bases de Datos Graph DB

    • Definición conceptual
    • Características de almacenamiento: consistencia, transacciones, consultas, estructuras de los datos, escalamiento.
    • Casos donde aplica / Casos donde no aplica
    • Operaciones de Creación de Datos, Recuperación, Actualización y Borrado
    • Replicación