IFCT159 Introducción Al Big Data E Inteligencia Artificial

40 Horas
ONLINE
El curso Introducción Al Big Data E Inteligencia Artificial se presenta como una puerta de entrada a uno de los sectores más dinámicos y con mayor proyección en el ámbito tecnológico actual. En un mundo impulsado por el poder de la información, la capacidad de analizar grandes volúmenes de datos se ha convertido en una habilidad indispensable. A través de este curso, adquirirás un sólido entendimiento de los conceptos fundamentales del Big Data y la Inteligencia Artificial, explorando cómo el Big Data ha revolucionado el tratamiento masivo de datos y su aplicación en diversas áreas. Aprenderás sobre tecnologías clave como Hadoop y Spark, y te familiarizarás con lenguajes de programación esenciales como Python y R. Además, conocerás cómo los algoritmos supervisados y no-supervisados transforman los datos en decisiones estratégicas. Este curso, diseñado para ser accesible y flexible, es ideal para quienes buscan participar en un campo en auge y con una creciente demanda laboral. ¡Em...
EF_407599-2501

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
  • Duración: 40 horas