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 de datos avanzado con Apache Spark
- Optimización de trabajos de Spark para mejorar el rendimiento
- Transformaciones y acciones avanzadas
- Trabajo con streaming estructurado
Machine Learning a escala
- Técnicas de entrenamiento de modelos distribuidos
- Ajuste de hiperparámetros en conjuntos de datos grandes
- Despliegue de modelos en entornos de Big Data
Deep Learning para Big Data
- Integración de TensorFlow y PyTorch con Spark
- Pipelines de entrenamiento de deep learning distribuido
- Casos de uso en el análisis de imágenes, texto y series temporales
Analítica en tiempo real y streaming de datos
- Apache Kafka para la ingesta de datos en streaming
- Marcos de procesamiento de flujos de datos (stream processing)
- Monitoreo y alertas en sistemas en tiempo real
Gobernanza de datos, seguridad y ética
- Requisitos de privacidad de datos y cumplimiento normativo
- Control de acceso y cifrado en sistemas de Big Data
- Consideraciones éticas en la analítica a gran escala
Integración de Big Data con la Inteligencia de Negocios
- Visualización de datos y creación de dashboards para Big Data
- Conexión de pipelines de Big Data con herramientas de BI
- Impulsar resultados de negocio con analítica avanzada
Resumen y próximos pasos
Requerimientos
- Sólido dominio de los 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 computación distribuida como Hadoop o Spark
Público objetivo
- Científicos de datos que busquen dominar el procesamiento de datos a gran escala y la analítica predictiva
- Analistas sénior que deseen diseñar e implementar flujos de trabajo analíticos avanzados
- Profesionales de I+D enfocados 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
