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 y prácticas tal y como son aplicado y combinado para resolver problemas del mundo real.
Propuesta de Valor: ARCITURA
Duración: 12 Horas Académicas
Analisis de Big Data y Laboratorio de Tecnologia
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:
2.1. 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:
3.1. 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:
4.1. 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:
5.1. 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:
6.1. ANALISIS CUANTITATIVO:
6.2. ANALISIS CUALITATIVO:
6.3. PROCESAMIENTO DE DATOS:
7.1. GENERADO POR HUMANOS:
7.2. GENERADO POR MAQUINA:
8.1. DESCRIPTIVO:
8.2. DIAGNOSTICO:
8.3. PROFETICO:
8.4. PRECEPTIVO:
9.1. BI TRADICIONAL:
9.2. BI DE BIG DATA:
10.1. AGREGACION:
10.2. PROFUNDIZAR:
10.3. FILTRAR:
10.4. ENROLLAR:
10.5. Y SI EL ANALISIS:
11.1. VALOR:
11.2. VARIEDAD:
11.3. VELOCIDAD:
11.4. VERACIDAD:
11.5. VOLUMEN:
12.1. METADATOS:
12.2. SEMI-ESTRUCTURADO:
12.3. ESTRUCTURADO:
12.4. DESESTRUCTURADO:
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):
14.1. 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:
15.1. ANALISIS VISUAL:
15.2. APRENDIZAJE AUTOMATICO:
15.3. ANALISIS SEMANTICO:
15.4. ANALISIS ESTADISTICO:
