IFCT0118 – BIG DATA PARA INGENIERÍAS
Con este curso gratis, aprenderás a adquirir competencias en Big Data aplicadas a ingenierías, abarcando la gestión, procesamiento y análisis de grandes volúmenes de datos mediante Hadoop, Spark y herramientas de consulta como Hive e Impala, además de aprender técnicas de machine learning y procesamiento en tiempo real.
Apúntate para mejorar tu perfil profesional.
Cumplir como mínimo alguno de los siguientes requisitos:
-Título de Bachiller o equivalente
-Título de Técnico Superior (FP Grado superior) o equivalente
-Haber superado la prueba de acceso a Ciclos Formativos de Grado Superior
-Certificado de profesionalidad de nivel 3
Adquirir competencias en Big Data aplicadas a ingenierías, abarcando la gestión, procesamiento y análisis de grandes volúmenes de datos mediante Hadoop, Spark y herramientas de consulta como Hive e Impala, además de aprender técnicas de machine learning y procesamiento en tiempo real.
• Conocimiento de los fundamentos de Big Data - Definición y conceptos básicos de Big Data. - Características de Big Data (las 8 Vs). - Principales paradigmas de procesamiento en Big Data. - Introducción a los sistemas de almacenamiento distribuido.
• Procesamiento de Datos - Introducción a Hadoop y el sistema de archivos
HDFS. - Funcionamiento de MapReduce en Hadoop. - Gestión de recursos con YARN. - Ingestión de datos con Apache Flume y Sqoop. - Configuración de seguridad en Hadoop con Kerberos.
• Conocimiento de procesos y herramientas que favorecen la eficiencia
energética en el trabajo con grandes volúmenes de datos.
• Procesamiento Avanzado con Spark - Conceptos básicos y ventajas de Spark. -
Uso de DataFrames y Spark SQL para análisis de datos. - Operaciones con
DataFrames y optimización de consultas. - Operaciones con Resilient Distributed Datasets (RDDs). - Ejecución de aplicaciones en Spark y manejo de clusters.
• Uso de la ciencia de Datos y Machine Learning - Introducción a Spark MLlib y algoritmos básicos de machine learning. - Modelado, evaluación y validación de modelos de datos. - Librerías y funciones de MLlib para procesamiento de datos. - Implementación de pipelines de machine learning.
• Análisis y Almacenamiento de Datos - Introducción a Hive e Impala para
consultas SQL en Hadoop. - Creación y gestión de tablas y bases de datos. -
Consultas avanzadas con HiveQL y optimización de Impala. - Análisis de datos
complejos con Hive y consultas de Impala.
• Procesamiento en Tiempo Real - Fundamentos de Spark Streaming y fuentes
de datos en tiempo real. - Configuración y ejecución de flujos de datos en Spark. - Integración con Apache Kafka para ingestión de datos en tiempo real. - Análisis en streaming y actualización en tiempo real.
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.
