IFCT159 – INTRODUCCIÓN AL BIG DATA E INTELIGENCIA ARTIFICIAL

Con este curso gratis, aprenderás a Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.

Apúntate para mejorar tu perfil profesional.

Cumplir como mínimo los siguientes requisitos:

• Título de Bachiller o equivalente.
• Título de Técnico Superior (FP Grado Superior) o equivalente.
• Haber superado las pruebas de acceso a Ciclos formativos de Grado
  Superior.
• Haber superado cualquier prueba oficial de acceso a la universidad.
• Certificado de profesionalidad de nivel 3.
• Título de Grado o equivalente.
• Título de Postgrado (Máster) o equivalente

Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y
algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas
de inteligencia artificial y Big Data en el entorno empresarial.

Conocimientos/ Capacidades cognitivas y prácticas

• Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data:

• Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
• El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
• Hadoop como revolución para el tratamiento paralelo de datos masivo.
• Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no
  estructurados), veracidad (calidad del dato), valor del dato, …
• Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
  • Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías:
• El ecosistema Hadoop: HDFS y MapReduce.
• Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
• Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
• Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
• Procesamiento y analítica avanzada con Spark.
• Seguridad y gobierno del dato.
  • Comprensión de los principales conceptos sobre La “Ciencia de datos” e IA:
• Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
• Principales lenguajes de programación utilizados: R y Python.
• Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
• Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
• Introducción al Deep Learning y el Aprendizaje por Refuerzo.
• Procesamiento de información no estructurada: Imágenes y Textos.
• Visualización de datos: Visualizaciones interactivas y Dashboards.
  • Adquisición de una visión trasversal sobre el futuro del BigData y cómo se aplica actualmente en diferentes áreas:
• Ejemplos en las instituciones públicas: OpenData.
• Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las
  operaciones de una compañía.
• “Data for Good”: Big Data para el bien social.
• Reflexiones finales sobre el impacto del Big Data en los años venideros.
  Habilidades de gestión, personales y sociales
  • Inquietud y alta motivación por seguir las novedades que se producen de forma continua en el entorno
  de los datos.
  • Competencias necesarias para el nuevo entorno digital:
• La influencia digital.
• La colaboración en el entorno.
• La anticipación en contextos digitales.
• La flexibilidad para la transformación.
  • Conocimiento e interés por la evolución del área de Tecnología y sus aplicaciones profesionales

Al finalizar este curso, y siempre que superes con éxito la evaluación correspondiente, recibirás un Diploma Oficial de Aprovechamiento. Este diploma acredita no solo tu participación, sino también que has adquirido los conocimientos y competencias trabajadas durante la formación.