ITIFC0008 INTRODUCCIÓN AL BIG DATA Y LA IA, ANÁLISIS DE DATOS (EXCEL, POWER QUERY, POWER PIVOT Y POWER BI) Y CIBERSEGURIDAD ...

1. MÓDULO 1. IFCT153 ANÁLISIS DE DATOS CON EXCEL: POWER QUERY, POWER PIVOT Y POWER BI

UNIDAD DIDÁCTICA 1. ANÁLISIS DE DATOS CON EXCEL: POWER QUERY, POWER PIVOT Y POWER BI

1. Realización de tablas
2. Análisis y realización de tablas y gráficos dinámicos
3. - Crear una tabla dinámica para analizar datos
4. - Dar formato a una tabla dinámica
5. - Crear gráficos dinámicos para presentar de forma gráfica los datos de una tabla dinámica
6. Aprendizaje del uso de Power Query. Obtención y transformación de datos
7. - Conectar diferentes fuentes de datos
8. - Transformar datos
9. - Combinar datos de diferentes orígenes
10. - Cargar la consulta de Excel
11. Aprendizaje del uso de Power Pivot. Modelado de datos y análisis
12. - Crear relaciones entre tablas
13. - Utilizar el lenguaje DAX para crear expresiones de análisis de datos
14. - Crear indicadores clave de rendimiento (KPI)
15. - Crear perspectivas para la navegación por conjuntos de datos
16. - Organizar campos de jerarquías
17. Aprendizaje del uso de Power BI
18. - Creación de informes y paneles interactivos
19. MÓDULO 2. IFCT159 INTRODUCCIÓN AL BIG DATA E INTELIGENCIA ARTIFICIAL

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA E INTELIGENCIA ARTIFICIAL

1. Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data
2. - Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
3. - El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención
4. - Hadoop como revolución para el tratamiento paralelo de datos masivo
5. - Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …
6. - Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing
7. Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías
8. - El ecosistema Hadoop: HDFS y MapReduce
9. - Principales lenguajes de programación utilizados: Java, Scala, SQL y Python
10. - Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE
11. - Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis
12. - Procesamiento y analítica avanzada con Spark
13. - Seguridad y gobierno del dato
14. Comprensión de los principales conceptos sobre La “Ciencia de datos” e IA
15. - Introducción a la “Ciencia de datos” y la Inteligencia Artificial
16. - Principales lenguajes de programación utilizados: R y Python
17. - Algoritmos supervisados: ¿Qué son? Algunos Ejemplos
18. - Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos
19. - Introducción al Deep Learning y el Aprendizaje por Refuerzo
20. - Procesamiento de información no estructurada: Imágenes y Textos
21. - Visualización de datos: Visualizaciones interactivas y Dashboards
22. Adquisición de una visión trasversal sobre el futuro del BigData y cómo se aplica actualmente en diferentes áreas
23. - Ejemplos en las instituciones públicas: OpenData
24. - Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía
25. - “Data for Good”: Big Data para el bien social
26. - Reflexiones finales sobre el impacto del Big Data en los años venideros
27. MÓDULO 3. IFCT160 DIRECTRICES DE SEGURIDAD PARA GARANTIZAR LA PROTECCIÓN DE REDES Y SISTEMAS DE INFORMACIÓN EN EL ENTORNO EMPRESARIAL

UNIDAD DIDÁCTICA 1. CIBERSEGURIDAD: CONCEPTO Y CONTEXTO NORMATIVO

1. Adquisición de conocimientos básicos sobre la seguridad de los sistemas de información:
2. - ¿Qué es la ciberseguridad?
3. - Ciberseguridad, ¿realmente la necesito?
4. - ¿Conoces tus riesgos?
5. - ¿De quién hay que protegerse?
6. - ¿Dónde y cómo obtener ayuda?
7. Manejo del contexto normativo que afecta a la ciberseguridad en el entorno empresarial:
8. - Objeto y beneficios de la normativa.
9. - Legislación que afecta a las empresas.
10. - Tratamiento de los datos personales.
11. - Seguridad en el comercio electrónico y transacciones en línea.
12. - Seguridad de las redes y sistemas de información.

UNIDAD DIDÁCTICA 2. TÉCNICAS Y RECURSOS PARA LA SEGURIDAD

1. Utilización de técnicas y recursos para la seguridad en la organización
2. - Desarrollar una cultura de seguridad.
3. - Gestión de los recursos humanos.
4. - Proteger el puesto de trabajo.
5. - Protección en movilidad.
6. - Trabajar con dispositivos personales.
7. - Destrucción segura de la información.
8. - Trabajar con aplicaciones seguras.
9. - Ingeniería social.
10. - Redes sociales.
11. - Identidad y reputación en línea.
12. - Gestión de la continuidad del negocio.
13. Desarrollo de una política de prevención de incidentes de seguridad para los clientes:
14. - Protección del cliente.
15. - Seguridad de las transacciones.
16. - Medidas de seguridad básicas.
17. - Gestión de proveedores.
18. - Contratación de servicios.
19. - ¿Confías en la ciberseguridad de tus proveedores?