IFCT0118 BIG DATA PARA INGENIERÍAS

1. MÓDULO 1. FUNDAMENTOS DE BIG DATA Y PROCESAMIENTO DE DATOS

UNIDAD DIDÁCTICA 1. CONOCIMIENTO DE LOS FUNDAMENTOS DE BIG DATA

1. Definición y conceptos básicos de Big Data.
2. Características de Big Data (las 8 Vs).
3. Principales paradigmas de procesamiento en Big Data.
4. Introducción a los sistemas de almacenamiento distribuido.

UNIDAD DIDÁCTICA 2: PROCESAMIENTO DE DATOS

1. Introducción a Hadoop y el sistema de archivos HDFS
2. Funcionamiento de MapReduce en Hadoop
3. Gestión de recursos con YARN
4. Ingestión de datos con Apache Flume y Sqoop
5. Configuración de seguridad en Hadoop con Kerberos

UNIDAD DIDÁCTICA 3. CONOCIMIENTO DE PROCESOS Y HERRAMIENTAS QUE FAVORECEN LA EFICIENCIA ENERGÉTICA EN EL TRABAJO CON GRANDES VOLÚMENES DE DATOS.

1. Conocimiento de Procesos y Herramientas que Favorecen la Eficiencia Energética en el Trabajo con Grandes Volúmenes de Datos
2. MÓDULO 2. PROCESAMIENTO AVANZADO, CIENCIA DE DATOS Y APRENDIZAJE AUTOMÁTICO

UNIDAD DIDÁCTICA 1. PROCESAMIENTO AVANZADO CON SPARK

1. Conceptos básicos y ventajas de Spark.
2. Uso de DataFrames y Spark SQL para análisis de datos.
3. Operaciones con DataFrames y optimización de consultas.
4. Operaciones con Resilient Distributed Datasets (RDDs).
5. Ejecución de aplicaciones en Spark y manejo de clusters.

UNIDAD DIDÁCTICA 2. USO DE LA CIENCIA DE DATOS Y MACHINE LEARNING

1. Introducción a Spark MLlib y algoritmos básicos de machine learning.
2. Modelado, evaluación y validación de modelos de datos.
3. Librerías y funciones de MLlib para procesamiento de datos.
4. Implementación de pipelines de machine learning.
5. MÓDULO 3. ANÁLISIS Y PROCESAMIENTO EN TIEMPO REAL

UNIDAD DIDÁCTICA 1. ANÁLISIS Y ALMACENAMIENTO DE DATOS

1. Introducción a Hive e Impala para consultas SQL en Hadoop.
2. Creación y gestión de tablas y bases de datos.
3. Consultas avanzadas con HiveQL y optimización de Impala.
4. Análisis de datos complejos con Hive y consultas de Impala.

UNIDAD DIDÁCTICA 2. PROCESAMIENTO EN TIEMPO REAL

1. Fundamentos de Spark Streaming y fuentes de datos en tiempo real.
2. Configuración y ejecución de flujos de datos en Spark.
3. Integración con Apache Kafka para ingestión de datos en tiempo real.
4. Análisis en streaming y actualización en tiempo real.