Diplomado en ingeniería Big Data y fundamentos de arquitectura + certificación internacional

Módulo 1: Fundamentos de Big Data

Cómo entender Big Data

 Terminología y conceptos fundamentales

 Factores tecnológicos y de negocio de Big Data

 Características de los datos en los ambientes de Big Data

 Tipos de conjuntos de datos en los ambientes de Big Data

 Análisis y analíticas fundamentales

 Tipos de Machine Learning

 Inteligencia de negocios y Big Data

 Visualización de datos y Big Data

 Consideraciones para la adopción y planeación de Big Data

Módulo 2: Conceptos de Análisis y Tecnología de Big Data

 Ciclo de vida del análisis de Big Data (desde la evaluación del caso de negocio hasta el análisis de los datos y la visualización)

 Pruebas A/B, correlación

 Regresión, mapas de calor

 Análisis de series temporales

 Empresa tradicional

 Análisis de redes

 Análisis de datos espaciales

 Clasificación, agrupamiento

 Filtrado (incluyendo filtrado colaborativo y filtrado basado en contenido)

 Análisis de sentimientos, analíticas de textos

 Cómo procesar las cargas de trabajo, Clusters

 Computación en la nube y Big Data

 Mecanismos fundamentales de tecnología de Big Data

Módulo 3: Laboratorio de Análisis y Tecnología de Big Data

Ejercicios de resolución de problemas para entender cómo funcionan los ambientes de Big Data en la realidad

Módulo 4: Fundamentos de Análisis y Ciencia de Big Data

 Ciencia de datos, minería de datos y modelado de datos

 Categorías de conjuntos de datos de Big Data

 Alto volumen, alta velocidad, alta variedad, alta veracidad, conjuntos de datos de alto valor

 Análisis exploratorio de datos (EDA)

 Resúmenes numéricos de EDA, reglas y reducción de datos

 Tipos de análisis de EDA, incluyendo univariante, bivariante y multivariante

 Estadísticas esenciales, incluyendo categorías variables y matemáticas relevantes

 Análisis estadísticos, incluyendo descriptivo, inferencial, covarianza, pruebas de hipótesis, etc.

 Medidas de variación o dispersión, rango intercuartil y atípicos, puntuación Z, etc.

 Probabilidad, frecuencia, estimadores estadísticos, intervalo de confianza, etc.

 Manipulación de datos y Machine Learning

 Variables y notaciones matemáticas básicas

 Medidas e inferencia estadísticas

 Análisis confirmatorio de datos (CDA)

 Prueba de hipótesis CDA, hipótesis nula, hipótesis alternativa, significancia estadística, etc.

 Distribuciones y técnicas de procesamiento de datos

 Discretización de datos, Binning y agrupamiento

 Técnicas de visualización, incluyendo gráfica de barras, gráfica de líneas, histograma, polígonos de frecuencia, etc.

 Predicción de regresión lineal, error cuadrático medio y coeficiente de  determinación R2, etc.

 Agrupamiento K-medias, distorsión del agrupamiento, valores de características faltantes, etc.

 Resúmenes numéricos

Módulo 5: Análisis y Ciencia de Big Data Avanzados

 Modelado, evaluación de modelos, ajuste de modelos y sobreajuste de modelos

 Modelos estadísticos, medidas de evaluación de modelos

 Validación cruzada, sesgo-varianza, matriz de confusión y puntuación F

 Algoritmos de Machine Learning e identificación de patrones

 Reglas de asociación y algoritmo Apriori

 Reducción de datos, selección de la dimensión de las características

 Extracción de datos, discretización de los datos (Binning y agrupamiento)

Técnicas estadísticas avanzadas

 Paramétrico versus no paramétrico,agrupamiento versus no agrupamiento

 Basado en distancia, supervisado versus semisupervisado

 Regresión lineal y regresión logística para Big Data

 Reglas de clasificación para Big Data

 Regresiones logísticas, Naïve Bayes, Suavizamiento de Laplace, etc.

 Árboles de decisiones para Big Data

 Poda de árboles, división de características,algoritmo de una regla (1R)

 Identificación de patrones, reglas de asociación, algoritmo Apriori

 Análisis de series de tiempo, tendencia, estacionalidad

 K-vecinos cercanos (kNN), K-medias

 Analíticas de texto para Big Data 

 Bolsa de palabras, frecuencia de términos,  frecuencia de documentos inversos, distancia de coseno, etc.

 Detección de atípicos para  Big Data

 Técnica estadística, basada  en distancia, supervisada y semisupervisada

Módulo 6: Laboratorio de Análisis y Ciencia de Big Data

 Ejercicios prácticos para afianzar y los conocimientos adquiridos en los módulos 4 y 5.

Módulo 7: Fundamentos de Ingeniería de Big Data

 Técnicas y retos de ingeniería de Big Data

 Almacenamiento de Big Data, incluyendo fragmentación, replicación, teorema de CAP, ACID y BASE

 Maestro-esclavo, replicación entre pares, combinación entre replicación y fragmentación

 Requerimientos de almacenamiento de Big Data, escalabilidad, redundancia y disponibilidad

 Acceso rápido, almacenamiento a largo plazo, almacenamiento sin esquema y almacenamiento económico

 Almacenamiento en disco,  incluyendo sistema de archivos distribuidos y bases de datos

 Introducción a NoSQL y  NewSQL 

 Racional NoSQL y características

 Tipos de bases de datos NoSQL, incluyendo clave- valor, documento,columna- familia y bases de datos gráficas

 Motores de procesamiento de Big Data

 Procesamiento de datos distribuido/paralelo, procesamiento de datos sin esquema

 Soporte multi carga de trabajo, escalabilidad lineal  y tolerancia a fallas

 Requerimientos de procesamiento de Big Data, incluyendo modos por  lotes, Cluster y en tiempo real

 MapReduce para procesamiento de Big Data, incluyendo mapa,  combinar, partición, barajar y ordenar y reducir

 Diseño de algoritmos MapReduce

 Paralización de tareas, paralización de datos

Módulo 8: Ingeniería de Big Data Avanzada

 Mecanismos avanzados de ingeniería de Big Data  Motores de serialización  y compresión

 Dispositivos de almacenamiento en memoria

 Mallas de datos en  memoria y Bases de datos  en memoria

 Enfoques de integración  Read-Through, Read-  Ahead, Write-Through and Write-Behind

 Persistencia políglota

 Explicación, problemas y recomendaciones

 Procesamiento de Big Data en tiempo real

 Volumen de la consistencia de la velocidad (SCV)

 Procesamiento del flujo de eventos (ESP)

 Procesamiento de flujos compuestos (CEP)

 El principio SCV

 Procesamiento general de Big Data en tiempo real y MapReduce

 Diseños avanzados de algoritmos MapReduce

 Motor de procesamiento  paralelo sincrónico (BSP)  masivo

 BSP versus MapReduce

 Paralelo sincrónico BSP

 Datos de grafos y procesamiento de datos de grafos con el uso de BSP (Superpasos)

 Canales de Big Data, incluyendo definición y etapas

 Big Data con Extracción-  carga-transformación (ELT)

 Caracteríticas de las  soluciones de Big Data, consideraciones de diseño  y proceso de diseño

Módulo 9: Laboratorio de Ingeniería de Big Data

Laboratorio práctico con ejercicios que refuerzan los conocimientos aprendidos en los módulos 7 y 8.

Módulo 10:Fundamentos de Arquitectura de Big Data

Motores de seguridad,  administradores de grupo y administradores de la gobernaza de datos

Motores de visualización y  portales de productividad

Modelos arquitectónicos de procesamiento de datos a nivel máquina

Arquitecturas todo-compartido y nada-compartido

Arquitectura lógica de analíticas de Big Data

Fuentes de datos y capas de adquisición de datos

Capas de almacenamiento, procesamiento y por lotes

Procesamiento en tiempo real, incluyendo flujo de eventos y procesamiento de flujos complejos

Enfoques de bodega de datos empresariales e integración de Big Data (incluyendo series y paralelo)

Poly Source, incluyendo fuentes relacionales, de flujo, y basadas en archivos

Poly Storage, incluyendo replicación automática de datos y reducción de tamaño de los datos

Almacenamiento de  acceso aleatorio, incluyendo alto volumen binario, tabular, vinculado, jerárquico y fragmentación de datos

Procesamiento de lotes a gran escala, descomposición compleja y  procesamiento de abstracción

Poly Sink, incluyendo Sink relacional, Sink basado en archivos y ejecución automatizada de conjuntos de datos

Dispositivo de Big Data y virtualización de datos

Ambientes arquitectónicos, incluyendo ETL

Motores de analíticas y enriquecimiento de aplicaciones

Computación en la nube y consideraciones  arquitectónicas de Big Data

Modelos de entrega y despliegue en nube para el hospedaje de soluciones de Big Data