Curso de Big Data

Profesor: Javier Pérez Zuferri

Duración: 30 horas.

Dónde: Aula virtual (Zoom, Meet, Teams, etc).

Precio: 1800 euros IVA Incluido. 

Cantidad Alumnos: Sin límite de alumnos por grupo

Horario: A elegir por el cliente

100% Bonificable.

El Formador

Javier es un ingeniero informático especializado en diseño, maquetación y programación web. Experto en multitud de aplicaciones y lenguajes (WordPress, Javascript, Python, C++, Java), ha impartido también formaciones de Bases de Datos, Git (controlador de código) y ecommerce.

Contenido del curso

Enfoque Práctico

  • Ejercicios prácticos y proyectos basados en casos reales para aplicar los conceptos aprendidos.
  • Demostraciones en vivo: Uso de herramientas y tecnologías en tiempo real para entender su funcionamiento.

Material Didáctico

  • Documentación técnica, tutoriales y recursos adicionales para el aprendizaje.

Requisitos

  • Familiaridad con conceptos básicos de bases de datos y análisis de datos.

Módulo 1: Introducción a Big Data

  • Definición de Big Data y sus características (las 3 Vs).
  • Arquitectura de Big Data.
  • Herramientas y tecnologías clave en Big Data.

Módulo 2: Almacenamiento de Datos

  • Sistemas de almacenamiento distribuido (HDFS, Amazon S3).
  • Bases de datos NoSQL (MongoDB, Cassandra, HBase).
  • Diseño de esquemas para Big Data.

Módulo 3: Procesamiento de Datos

  • Introducción a Hadoop y el ecosistema Hadoop.
  • MapReduce: Conceptos básicos y desarrollo de trabajos MapReduce.
  • Procesamiento en tiempo real con Apache Spark.

Módulo 4: Análisis de Datos

  • Técnicas de análisis de datos con Spark SQL.
  • Machine Learning con Spark MLlib.
  • Herramientas de visualización y análisis (Tableau, Power BI).

Módulo 5: Aplicaciones y Casos de Uso

  • Casos de estudio en diferentes industrias (finanzas, salud, e-commerce).
  • Integración de Big Data con otras tecnologías y plataformas.
  • Estrategias para la gestión y gobernanza de datos.

Módulo 6: Tendencias y Futuro de Big Data

  • Tendencias actuales en Big Data (IA, IoT, Edge Computing).
  • Consideraciones éticas y de privacidad.
  • Preparación para el futuro en Big Data.

Evaluación

  • Ejercicios y Prácticas: Evaluación continua basada en la realización de ejercicios prácticos y trabajos en clase.

Proyecto Final

  • Desarrollo de un proyecto final que incluya el procesamiento, análisis y visualización de un gran conjunto de datos.