Temario del curso
Introducción a los ecosistemas de Big Data
- Descripción general de las tecnologías y arquitecturas asociadas al big data
- Diferencias entre el procesamiento por lotes y el en tiempo real
- Estrategias de almacenamiento de datos orientadas a la escalabilidad
Procesamiento avanzado de datos con Apache Spark
- Optimización del rendimiento de los trabajos ejecutados en Spark
- Técnicas y operaciones complejas en la manipulación de datos<\/li>
- Manejo de flujos de datos estructurados en tiempo real
Aprendizaje automático a gran escala
- Metodologías para entrenar modelos distribuidos sobre grandes volúmenes de datos
- Búsqueda y selección óptima de hiperparámetros en contextos masivos<\/li>
- Implementación y despliegue de modelos en entornos basados en big data<\/li>
Deep Learning aplicado al Big Data
- Integración de TensorFlow y PyTorch con plataformas Spark
- Diseño e implementación de pipelines de entrenamiento de deep learning distribuido<\/li>
- Aplicaciones prácticas en análisis de imágenes, textos y series temporales
Analítica en tiempo real y flujos continuos de datos
- Uso de Apache Kafka para la captura y gestión de flujos de datos dinámicos<\/li>
- Plataformas especializadas en el procesamiento instantáneo de datos<\/li>
- Mecanismos de supervisión y generación automática de alertas en sistemas en tiempo real
Gobernanza, seguridad y ética en Big Data
- Exigencias legales y normativas referentes a la privacidad de los datos<\/li>
- Gestión del acceso y cifrado en sistemas que manejan grandes volúmenes de información
- Consideraciones éticas inherentes al uso intensivo de analítica masiva
Integración del Big Data con la inteligencia empresarial
- Técnicas para visualizar datos a gran escala y generar paneles interactivos<\/li>
- Conexión de los flujos de datos a herramientas de BI y sistemas corporativos<\/li>
- Empleo de modelos analíticos avanzados para impulsar resultados empresariales significativos<\/li>
Resumen final e indicaciones para futuros desarrollos
Requerimientos
- Sólido conocimiento de los conceptos básicos del análisis de datos y el modelado estadístico
- Experiencia con herramientas de procesamiento de datos y lenguajes de programación como Python, R o Scala
- Conocimientos previos sobre marcos de computación distribuida tales como Hadoop o Spark
Público objetivo
- Científicos de datos que aspiren a dominar el procesamiento a gran escala y la analítica predictiva
- Analistas senior interesados en desarrollar flujos de trabajo analíticos complejos e innovadores
- Profesionales del I+D enfocados en generar soluciones disruptivas basadas en datos
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 7250 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (3)
Aprendiendo que QGIS es una herramienta que puede ser utilizada por otros profesionales diferentes, como topógrafos.
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
Curso - QGIS for Geographic Information System
Traducción Automática
Cómo utilizar datos de satélites abiertos para aplicaciones reales
Tshering Dorji - Druk Holding and Investments
Curso - Advanced Geographic Information Systems (GIS)
Traducción Automática
Los ejemplos prácticos nos permitieron tener una idea real de cómo funciona el programa. Buenas explicaciones e integración de conceptos teóricos y su relación con las aplicaciones prácticas.
Ian - Archeoworks Inc.
Curso - ArcGIS Fundamentals
Traducción Automática