La certificación Big Data Science Professional acredita las competencias en las prácticas de análisis y conceptos fundamentales de la tecnología Big Data. Además, esta certificación contempla los mecanismos que componen y ofrecen los entornos y herramientas actuales de Big Data.
Conocer los conceptos y terminologías elementales en Big Data es fundamental para el dominio de la ciencia que este mundo engloba, así como, comprender las implicaciones, beneficios y desafíos que supone para las empresas adoptar plataformas y trabajar con herramientas Big Data.
A quién va dirigido
Los profesionales certificados en Big Data Science Professional, además de poseer la capacidad de reconocer las técnicas analíticas y las prácticas de análisis apropiadas para asociarlo a los problemas y necesidades de las empresas, comprenden la mecánica fundamental subyacente de las plataformas y mecanismos de la tecnología Big Data.
- Administradores de Sistemas
- Técnicos de sistemas
- Desarrolladores
- Jefes de equipo técnico
- Matemáticos
- Físicos
- Estadísticos
Instructor:
DANIEL LANZA
Big Data Engineer (CERN – Suiza)
Inicia 7 de marzo de 2016
Horario: Martes y Jueves de 13:00 a 14:30
Proceso de inscripción:
- Envía un correo a contacto@aimsi.org confirmando tu interés en participar.
- Si colaboras con una empresa socia de AIMSI no olvides mencionar el nombre de la empresa.
Inversión.
- Socios AIMSI: $34,783.00 + IVA
- General: $45,000.00 + IVA
NO incluye exámen de certificación
Objetivos
- Comprender qué es, de dónde viene y a quién va dirigida la tecnología Big Data.
- Conocer los conceptos fundamentales de Big Data.
- Comprender cómo puede encajar Big data en nuestra infraestructura actual.
- Comprender las competencias, mecanismos y las herramientas en entornos Big Data.
- Desarrollar una comprensión integral de las funciones de análisis comunes y características que ofrecen soluciones Big Data, así como una comprensión de alto nivel de los componentes de back-end que permiten a estas funciones.
- Desarrollar competencia en el análisis de Big Data, la tecnología y las prácticas que se aplican y combinan para resolver problemas en el mundo real.
Estructura
- 12 Sesiones telepresenciales de 90 minutos por sesión.
- Clases en directo teórico-prácticas.
- Sesiones grabadas disponible 24 horas.
- Ejercicios y resolución de casos prácticos.
- Tutorización personalizada a través del Campus FHF.
Total: 150 horas (Telepresencial + Online)
Fecha de inicio: 07/03/2016 – Fecha de finalización: 29/05/2016
Contenido.
Módulo 1: Fundamental Big Data
- Terminology and concepts
- Analytics
- Business Intelligence
- Dataset
- Data Analysis
- Key Performance Indicator (KPI)
- A brief history of Big Data
- Business Drivers who lead innovation in Big Data
- Analytics & Data Science
- Digitization
- Affordable Technology & Commodity Hardware
- Social Media
- Hyper-connected communities & Devices
- Cloud Computing
- Feature of Big Data
- Value, Variety, Velocity, Veracity, Volume
- Benefits of adoption of Big Data
- Challenges and constraints of Big Data
- Basic Big Data Analytics
- Descriptive, Diagnostic, Predictive, Prescriptive
- Big Data, Business Intelligence traditional y Data Warehouses.
- Big Data display
- Aggregation
- Drill Down
- Filter and Roll Up
- What – if – Analysis
- Adoption common problems
- Big Data Planning Initiatives
- New roles introduced by Big data Projects
- Emerging trends
Módulo 2: Big Data Analysis & Technology Concepts
- Big Data Analysis Lifecycle Stages
- Business Case Evaluation
- Data Identification
- Data Acquisitions & Filtering
- Data Extraction
- Data Validation & Cleansing
- Data Aggregation & Representation
- Data Analysis
- Data Visualization
- Utilization of Analysis Results
- Big Data Technology Components & Concepts
- Clusters
- File System & Distributed File Systems
- NoSQL
- Distributed Data Processing
- Parallel Data Processing
- Processing Workloads
- Cloud Computing
- Big Data Mechanisms
- Analytics Engine
- Coordination Engine
- Data Transfer Engine
- Query Engine
- Resource Manager
- Storage Device
- Workflow Engine
- Big Data Analysis Techniques
- Statistical Analysis
- Semantic Analysis
- Machine Learning
- Visual Analysis
Módulo 3: Big Data Analysis & Technology Lab
- Big Data Analysis Lifecycle Stages
- Big Data Mechanisms
- Big Data Technology Components & Concepts
- Business Drivers
- Enterprise Technologies
- Data Analytics
- Big Data Sources
- Analytics
- Business Intelligence
- Data Visualization
- Big Data Characteristics
- Big Data Types
- Terminology & Concepts
- Adoption & Planning Considerations
- Big Data Analysis Techniques