Formación : Big Data, síntesis técnica

Big Data, síntesis técnica

Descargar en formato pdf Compartir este curso por correo electrónico 2


En esta síntesis se presentarán los retos y las aportaciones de los macrodatos o Big Data, así como las tecnologías disponibles para su implantación. Seguirá los pasos de un proyecto de datos masivos desde la instalación de una plataforma de Big Data, la ingestión y el procesamiento de datos hasta la visualización de los resultados.


Abierta
In-company
A medida

Curso de síntesis presencial o en clase a distancia

Ref. BAG
Precio : 1360 € I.E.
  2d - 14h00
Contacto




En esta síntesis se presentarán los retos y las aportaciones de los macrodatos o Big Data, así como las tecnologías disponibles para su implantación. Seguirá los pasos de un proyecto de datos masivos desde la instalación de una plataforma de Big Data, la ingestión y el procesamiento de datos hasta la visualización de los resultados.

Objetivos pedagógicos
Una vez finalizada la formación, el participante podrá:
  • Descubrir los conceptos clave de los Big Data
  • Comprender el ecosistema tecnológico de un proyecto de Big Data
  • Evaluar las técnicas de gestión de flujos de datos masivos
  • Implementar modelos de análisis estadísticos para responder a las necesidades de la empresa
  • Descubrir las herramientas de visualización de datos

Público afectado
Minería de datos, investigadores estadísticos, desarrolladores, gestores de proyecto y consultores de inteligencia empresarial.

Requisitos previos
Conocimientos básicos de modelos relacionales, estadística y lenguajes de programación. Conocimientos básicos de los conceptos de la Inteligencia Empresarial (Business Intelligence).

Programa de la formación

Comprender los conceptos clave y los retos de los Big Data

  • Los orígenes de los Big Data.
  • El valor de los datos: un cambio importante.
  • Los datos como materia prima.
  • Las cifras clave del mercado en el mundo y en Francia.
  • Los retos de los Big Data: Rendimiento de la inversión (ROI), organización y confidencialidad de los datos.
Demostración
Presentación de una arquitectura de Big Data.

Tecnologías de Big Data

  • Arquitectura y componentes de la plataforma Hadoop 2.
  • Modos de almacenamiento (NoSQL, HDFS).
  • Funcionamiento de MapReduce y Yarn...
  • Principales distribuciones de Hadoop: Hortonworks, Cloudera, MapR, etc.
  • Tecnologías emergentes: Spark, Storm, Machine Learning Azure, etc.
  • Cómo instalar una plataforma Hadoop.
  • Presentación de tecnologías específicas para Big Data (Talend, Tableau, Qlikview, etc.).
Demostración
Instalación de una plataforma completa de Big Data.

Procesamiento de Big Data

  • Funcionamiento del sistema de archivos distribuido Hadoop (HDFS por su sigla en inglés).
  • Importar datos a HDFS.
  • Tratamiento de datos con PIG.
  • Consultas SQL con HIVE.
  • Creación de flujos de datos masivos con un ETL.
Demostración
Implementación de flujos de datos masivos.

Métodos de análisis y tratamiento de datos para Big Data

  • Métodos de exploración.
  • Segmentación y clasificación.
  • Aprendizaje automático, estimación y predicción.
  • Tiempo real e IA.
  • Aplicación de modelos.
Demostración
Presentación del entorno Spark, Jupyter Notebook, R Notebook y Shiny. Configuración de análisis de aprendizaje automáticos con los lenguajes R, Python y Scala.

Visualización de datos y representación de los datos de forma visual

  • Principales soluciones en el mercado.
  • Ir más allá de los informes estáticos.
  • La visualización de datos y el arte de contar las cifras de forma creativa y lúdica.
  • Medir la reputación online, la notoriedad de una marca, la experiencia y la satisfacción de los clientes...
Demostración
Presentación y utilización de una herramienta de visualización de datos para crear análisis dinámicos.

Conclusión

  • Las condiciones del éxito.
  • Síntesis de las mejores prácticas.
  • Bibliografía.


Modalidades prácticas
Demostración
Presentar la plataforma Hadoop y sus componentes básicos, utilizar un ETL para gestionar los datos, crear modelos de análisis y cuadros de control.

Fechas y lugares
Selecciona tu ubicación u opta por la clase remota y luego elige tu fecha.
Clase a distancia