ARCITURA

Analisis de Big Data y Laboratorio de Tecnologia

Código: ARC-103


Este módulo del curso presenta a los participantes una serie de ejercicios y problemas diseñados para probar su capacidad, para aplicar el conocimiento de los temas tratados previamente en los módulos del curso 1 y 2.
Completar esta práctica de laboratorio ayudará a resaltar las áreas que requieren mayor atención y demostrar competencia práctica en análisis y tecnología de Big Data, prácticas tal y como son aplicado - combinado para resolver problemas del mundo real.

 Propuesta de Valor: ARCITURA

 Duración: 12 Horas Académicas

Áreas de Conocimiento:
BIG DATA

Modalidad: VIRTUAL
SANTA CRUZ
Inicio: 08/03/2021

Analisis de Big Data y Laboratorio de Tecnologia

   AUDIENCIA


  • Cualquier persona que esté interesada en ampliar sus conocimientos en Big Data y deseen cubrir unas necesidades no satisfechas por las tecnologías existentes en el almacenamiento y tratamiento de grandes volúmenes de datos.

   PRE REQUISITOS


  • No hay requisitos previos.

   OBJETIVOS


  • Promover una comprensión de cómo funcionan los entornos de Big Data tanto desde el principio como desde el back-end.
  • Resolver problemas de análisis y análisis del mundo real.

   CERTIFICACIÓN DISPONIBLE



  • La pista profesional de Big Data Science se compone de los módulos 1, 2 y 3 de BDSCP. (PROFESIONAL CERTIFICADO EN BIG DATA SCIENCE)
  • Complete la versión parcial del examen B90.BDP

   CONTENIDO



1. MODULO 1 ETAPAS DEL CICLO DE VIDA DEL ANALISIS DE BIG DATA

1.1. EVALUACION DE CASOS COMERCIALES
1.2. IDENTIFICACION DE DATOS
1.3. ADQUISICION Y FILTRADO DE DATOS
1.4. EXTRACCION DE DATOS
1.5. VALIDACION Y LIMPIEZA DE DATOS
1.6. AGREGACION Y REPRESENTACION DE DATOS
1.7. ANALISIS DE LOS DATOS
1.8. VISUALIZACION DE DATOS
1.9. UTILIZACION DE LOS RESULTADOS DEL ANALISIS


2. MODULO 2 MECANICA DE BIG DATA

2.1. MOTOR ANALITICO
2.2. MOTOR DE COORDINACION
2.3. MOTOR DE TRANSFERENCIA DE DATOS
2.4. MOTOR DE PROCESAMIENTO
2.5. MOTOR DE CONSULTA
2.6. ADMINISTRADOR DE RECURSOS
2.7. DISPOSITIVO DE ALMACENAMIENTO
2.8. MOTOR DE FLUJO DE TRABAJO


3. MODULO 3 COMPONENTES Y CONCEPTOS DE TECNOLOGIA DE BIG DATA

3.1. CLUSTERS
3.2. SISTEMAS DE ARCHIVOS Y ARCHIVOS DISTRIBUIDOS
3.3. SISTEMAS
3.4. NOSQL
3.5. PROCESAMIENTO DE DATOS DISTRIBUIDOS
3.6. PROCESAMIENTO DE DATOS EN PARALELO
3.7. PROCESAMIENTO DE CARGAS DE TRABAJO
3.8. COMPUTACION EN LA NUBE


4. MODULO 4 CONTROLADORES DE BIG DATA

4.1. ANALISIS Y CIENCIA DE DATOS
4.2. DIGITALIZACION
4.3. TECNOLOGIA ASEQUIBLE Y HARDWARE BASICO
4.4. REDES SOCIALES
4.5. COMUNIDADES Y DISPOSITIVOS HIPERCONECTADOS
4.6. COMPUTACION EN LA NUBE


5. MODULO 5 TECNOLOGIAS EMPRESARIALES

5.1. PROCESAMIENTO DE TRANSACCIONES EN LINEA (OLTP)
5.2. PROCESAMIENTO ANALITICO EN LINEA (OLAP)
5.3. EXTRAER-TRANSFORMAR-CARGAR (ETL)
5.4. ALMACEN DE DATOS
5.5. DATA MART
5.6. HADOOP


6. MODULO 6 ANALISIS DE DATOS

6.1. ANALISIS CUANTITATIVO
6.2. ANALISIS CUALITATIVO
6.3. PROCESAMIENTO DE DATOS


7. MODULO 7 FUENTES DE BIG DATA

7.1. GENERADO POR HUMANOS
7.2. GENERADO POR MAQUINA


8. MODULO 8 ANALíTICA

8.1. DESCRIPTIVO
8.2. DIAGNOSTICO
8.3. PROFETICO
8.4. PRECEPTIVO


9. MODULO 9 INTELIGENCIA DE NEGOCIOS

9.1. BI TRADICIONAL
9.2. BI DE BIG DATA


10. MODULO 10 VISUALIZACION DE DATOS

10.1. AGREGACION
10.2. PROFUNDIZAR
10.3. FILTRAR
10.4. ENROLLAR
10.5. Y SI EL ANALISIS


11. MODULO 11 CARACTERISTICAS DE BIG DATA

11.1. VALOR
11.2. VARIEDAD
11.3. VELOCIDAD
11.4. VERACIDAD
11.5. VOLUMEN


12. MODULO 12 TIPOS DE BIG DATA

12.1. METADATOS
12.2. SEMI-ESTRUCTURADO
12.3. ESTRUCTURADO
12.4. DESESTRUCTURADO


13. MODULO 13 TERMINOLOGíA Y CONCEPTOS

13.1. ANALITICA
13.2. ANALITICA
13.3. INTELIGENCIA DE NEGOCIOS
13.4. CONJUNTO DE DATOS
13.5. ANALISIS DE LOS DATOS
13.6. INDICADOR CLAVE DE RENDIMIENTO (KPI)


14. MODULO 14 CONSIDERACIONES DE ADOPCION Y PLANIFICACION

14.1. JUSTIFICACION DE NEGOCIOS
14.2. ADQUISICION DE DATOS
14.3. PRERREQUISITOS ORGANIZACIONALES
14.4. INTIMIDAD
14.5. PROCEDENCIA
14.6. SEGURIDAD
14.7. SOPORTE LIMITADO EN TIEMPO REAL
14.8. DISTINTOS DESAFIOS DE DESEMPEñO
14.9. DISTINTOS REQUISITOS DE GOBERNANZA
14.10. METODOLOGIA DISTINTA
14.11. COMPUTACION EN LA NUBE


15. MODULO 15 TECNICAS DE ANALISIS DE BIG DATA

15.1. ANALISIS VISUAL
15.2. APRENDIZAJE AUTOMATICO
15.3. ANALISIS SEMANTICO
15.4. ANALISIS ESTADISTICO



   BENEFICIOS



  • La obtención de una certificación trae consigo varios beneficios que permiten a los candidatos seleccionados:
    • Ser competentes en Big Data del mundo real neutrales con el proveedor
    • Centrarse en partes maduras y probadas de la industria de Big Data
    • Convertirse en un profesional de Big Data listo para proyectos.

   INVERSIÓN



La inversión incluye: Material de estudio, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.