Temario del curso
Introducción a los ecosistemas de Big Data
- Resumen de tecnologías y arquitecturas de big data
- Procesamiento por lotes vs. 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 gran escala
- Técnicas de entrenamiento distribuido de modelos
- 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
- Pipelines de entrenamiento distribuido de aprendizaje profundo
- Casos de uso en análisis de imágenes, texto y series temporales
Analítica en tiempo real y flujo de datos
- Apache Kafka para la ingesta de datos en flujo
- Marcos de procesamiento de flujos (stream processing)
- Monitoreo y alertas en sistemas en tiempo real
Gobernanza, seguridad y ética de los datos
- Requisitos de privacidad y cumplimiento normativo de datos
- Control de acceso y cifrado en sistemas de big data
- Consideraciones éticas en la analítica a gran escala
Integración de Big Data con la inteligencia de negocios
- Visualización de datos y paneles de control (dashboards) para big data
- Conexión de pipelines de big data con herramientas de BI
- Impulsar resultados empresariales mediante analítica avanzada
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento 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
- 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 la analítica predictiva
- Analistas senior que desean diseñar e implementar flujos de trabajo analíticos avanzados
- Profesionales de I+D centrados en soluciones innovadoras basadas en datos
Reseñas (3)
Aprendiendo que QGIS es una herramienta que puede ser utilizada por otros profesionales diferentes, como topógrafos.
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
Curso - QGIS for Geographic Information System
Traducción Automática
Cómo utilizar datos de satélites abiertos para aplicaciones reales
Tshering Dorji - Druk Holding and Investments
Curso - Advanced Geographic Information Systems (GIS)
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
