• Instagram
  • Facebook
  • Twitter
  • TikTok
  • Linkedin

Cursos oficiales y 100% Gratuitos.
Fórmate e impulsa tu carrera

Introducción al Big Data e Inteligencia Artificial - IFCT159
Descripción
El curso "Introducción al Big Data e Inteligencia Artificial" IFCT159 está diseñado para enseñarte las características principales del procesamiento masivo de datos y cómo se relaciona con los algoritmos de IA. Con una duración de 40 horas, este curso te ofrece una visión general sobre Big Data y su aplicación en el entorno empresarial, así como el uso de tecnologías clave como Hadoop y el aprendizaje automático.
Horario : 24 / 7
Horas lectivas: 40 h
Lecciones : 4
Online
Tasa de exito: 95%
Curso : 1
Certificación : Si
Solicitar información

  • CONTENIDO

    TEMA 1. 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.


    TEMA 2. 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.

     

    TEMA 3. 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.


    TEMA 4. 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.
SOLICITA MÁS INFORMACIÓN
Ir al contenido