in

Certified Big Data Science Professional – 150 h

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.

ScienceProfessionalBigData

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

¿Qué te pareció la publicación?

Certified Big Data Professional – 64 h

Webinar Protección de Datos Personales – 2 h