Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los ecosistemas de Big Data
- Vista general de las tecnologías y arquitecturas de big data.
- Procesamiento por lotes frente a procesamiento en tiempo real.
- Estrategias de almacenamiento de datos para la escalabilidad.
Procesamiento avanzado de datos con Apache Spark
- Optimización de trabajos de Spark para mejorar el rendimiento.
- Transformaciones y acciones avanzadas.
- Trabajo con transmisión estructurada (structured streaming).
Aprendizaje automático a escala
- Técnicas de entrenamiento de modelos distribuidos.
- Ajuste de hiperparámetros en grandes conjuntos de datos.
- Despliegue de modelos en entornos de big data.
Aprendizaje profundo para Big Data
- Integración de TensorFlow y PyTorch con Spark.
- Canalizaciones de entrenamiento de aprendizaje profundo distribuido.
- Casos de uso en análisis de imágenes, texto y series temporales.
Análisis en tiempo real y transmisión de datos
- Apache Kafka para la ingestión de datos en streaming.
- Marcos de procesamiento de transmisiones.
- Monitoreo y alertas en sistemas en tiempo real.
Gobernanza de datos, seguridad y ética
- Requisitos de privacidad y cumplimiento normativo de los datos.
- Control de acceso y cifrado en sistemas de big data.
- Consideraciones éticas en el análisis a gran escala.
Integración de Big Data con Inteligencia Empresarial
- Visualización de datos y creación de tableros para big data.
- Conexión de canalizaciones de big data a herramientas de BI.
- Impulso de resultados empresariales mediante análisis avanzados.
Resumen y próximos pasos
Requerimientos
- Comprensión sólida de conceptos de análisis de datos y modelado estadístico.
- Experiencia con herramientas de procesamiento de datos y lenguajes de programación como Python, R o Scala.
- Conocimiento familiaridad con marcos de computación distribuida como Hadoop o Spark.
Público objetivo
- Científicos de datos que buscan dominar el procesamiento de datos a gran escala y los análisis predictivos.
- Analistas senior que desean diseñar e implementar flujos de trabajo analíticos avanzados.
- Profesionales de I+D enfocados en soluciones innovadoras basadas en datos.
42 Horas
Testimonios (2)
Haciendo Ejercicio
Joe Pang - Lands Department, Hong Kong
Curso - QGIS for Geographic Information System
Traducción Automática
Los ejemplos prácticos nos permitieron tener una idea real de cómo funciona el programa. Buenas explicaciones e integración de conceptos teóricos y su relación con las aplicaciones prácticas.
Ian - Archeoworks Inc.
Curso - ArcGIS Fundamentals
Traducción Automática
