Diplomado formación abierta
Comunicación y fabricación digital de producto
Comunicación y fabricación digital de producto
Diplomado en
Big Data y Analítica
- Reconocer los conceptos generales de los ecosistemas de datos distribuidos aplicados a la analítica de DATOS
- Implementar técnicas de Map Reduce en el procesamiento de volúmenes de datos distribuidos en clusters mediante el uso de algoritmos paralelos
- Identificar el framework con sistemas de archivos HDFS como entorno de programación para almacenar y procesar grandes cantidades de datos
- Reconocer y aplicar la arquitectura HDFS en el tratamiento de los datos, mediante el uso de conectores, procesos de seguridad y data
- Ejecutar análisis de datos con modelos básicos de estadísticas y minería de datos básica
Duración:
80 Horas
*Sábados de 1:00 pm a 6:00 pm
Costo:
Estudiantes Uniempresarial $2.275.000 COP
Afiliados a CCB y Clúster $2.957.500 COP
Público en General $3.094.000 COP
Modalidad de estudio:
Virtual
Inicio de clases 20 de noviembre de 2021
Inscripciones*
Abiertas
Desde el 22 de octubre hasta el 25 de enero de 2022
Fecha limite de pago 25 de enero del 2022
*La Institución requiere un número mínimo de participantes para iniciar un diplomado, curso o seminario, si este número no es alcanzado se cambiará la fecha de inicio del mismo. En caso de haber realizado el pago, se procederá a tramitar la devolución del valor recibido en un periodo de 15 días hábiles, luego de recibida la carta de solicitud de reintegro y certificación bancaria.
METODOLOGÍA
- Esta información se impartirá de manera presencial-virtual.
- Habrá componente teórico y práctico
- Se utilizarán ejemplos prácticos mediante Máquina Virtual instalada con todos los componentes del Eco-sistema Hadoop
- Debido al procesamiento de las herramientas tecnológicas se sugiere contar con computador personal con procesador Core i3 o superior y 8GB de ram como mínimo.
CONTENIDO
MÓDULO 1
Introducción a consultas SQL
- Consultas en 2 o más tablas
- Funciones básicas SQL
- Agrupamiento y having
- Consultas y subconsultas
Introducción a Python
- Variables y expresiones
- Condicionales y funciones
- Ciclos e iteración
Introducción a Python
- Strings
- Manejo de archivos
- Listas, diccionarios y tuplas
MÓDULO 2
Estadística Básica
Contexto General
- Media, promedio, mediana, moda
- Desviación estándar
- Líneas de regresión
- K-means
MÓDULO 3
Herramientas Para Big Data I – Adquisición y Almacenamiento de Datos
Eco sistema Hadoop
- Hadoop
- Map reduce
- HDFS
- YARN
- Tecnologías BBDD
- Flume
- Sqoop
- Kafka
- BBDD -Analitica, Business Intelligence , Hive, Spark
- Grand processing I y II
MÓDULO 4
Herramientas Para Big Data I – Adquisición y Almacenamiento de Datos
Eco sistema Hadoop
- Hadoop
- Map reduce
- HDFS
- YARN
- Tecnologías BBDD
- Flume
- Sqoop
- Kafka
- BBDD -Analitica, Business Intelligence , Hive, Spark
- Grand processing I y II
MÓDULO 5
Ciclos Jupyter
- introducción al Jupyter con Python
- Exploración estructura de datos
- Introducción a la Modelizacion (Arboles de regresión, arboles de clasificación, Bosques aleatorios)
- Modelización
- Calibracion del modelo
- Resultados de Modelización
Ciclos Jupyter
- Redes neuronales
- Clasificación automática
- Revision de la ciencia de datos I y II
- introducción a patrones
MÓDULO 6
Herramientas Para Big Data II – Visualización de los Datos
Introducción a la visualización de datos:
- Ciclo de vida predictivo o Ciclo de vida iterativo o Ciclo de Vida incremental
- Ciclo de Vida ágil
- Implementación Ágil – Creación de in entorno ágil (2 horas)
- Mentalidad Ágil
- Liderazgo de un Líder de Servicio
