Este curso básico proporciona una descripción general de alto nivel de las áreas temáticas esenciales de Big Data.Se proporciona comprensión de Big Data desde perspectivas comerciales y tecnológicas, junto con una descripción general de los beneficios, desafíos y problemas de adopción comunes. El contenido del curso se divide en una serie de secciones modulares, cada una de las cuales va acompañada de uno o más ejercicios prácticos.
Propuesta de Valor: ARCITURA
Duración: 12 Horas Académicas
Big Data Fundamental
1.1. ANALISIS Y CIENCIA DE DATOS:
1.2. DIGITALIZACION:
1.3. TECNOLOGIA ASEQUIBLE Y HARDWARE BASICO:
1.4. REDES SOCIALES:
1.5. COMUNIDADES Y DISPOSITIVOS HIPERCONECTADOS:
1.6. COMPUTACION EN LA NUBE:
2.1. METADATOS:
2.2. SEMI-ESTRUCTURADO:
2.3. ESTRUCTURADO:
2.4. DESESTRUCTURADO:
3.1. JUSTIFICACION DE NEGOCIOS:
3.2. ADQUISICION DE DATOS:
3.3. PRERREQUISITOS ORGANIZACIONALES:
3.4. INTIMIDAD:
3.5. PROCEDENCIA:
3.6. SEGURIDAD:
3.7. SOPORTE LIMITADO EN TIEMPO REAL:
3.8. DISTINTOS DESAFIOS DE DESEMPEñO:
3.9. DISTINTOS REQUISITOS DE GOBERNANZA:
3.10. METODOLOGIA DISTINTA:
3.11. COMPUTACION EN LA NUBE:
4.1. ANALITICA:
4.2. CONJUNTO DE DATOS:
4.3. INTELIGENCIA DE NEGOCIOS:
4.4. ANALISIS DE LOS DATOS:
4.5. INDICADOR CLAVE DE RENDIMIENTO (KPI):
5.1. VALOR:
5.2. VARIEDAD:
5.3. VELOCIDAD:
5.4. VERACIDAD:
5.5. VOLUMEN:
6.1. AGREGACION:
6.2. PROFUNDIZAR:
6.3. FILTRAR:
6.4. ENROLLAR:
6.5. Y SI EL ANALISIS:
7.1. BI TRADICIONAL:
7.2. BI DE BIG DATA:
8.1. DESCRIPTIVO:
8.2. DIAGNOSTICO:
8.3. PROFETICO:
8.4. PRECEPTIVO:
9.1. GENERADO POR HUMANOS:
9.2. GENERADO POR MAQUINA:
10.1. ANALISIS CUANTITATIVO:
10.2. ANALISIS CUALITATIVO:
10.3. PROCESAMIENTO DE DATOS:
11.1. PROCESAMIENTO DE TRANSACCIONES EN LINEA (OLTP):
11.2. PROCESAMIENTO ANALITICO EN LINEA (OLAP):
11.3. EXTRAER-TRANSFORMAR-CARGAR (ETL):
11.4. ALMACEN DE DATOS:
11.5. DATA MART:
11.6. HADOOP:
