course-premium

Especialización en Tratamiento de Datos Big Data

Postítulo

Online

$ 1.799.995 IVA inc.

Mejora tus conocimientos en italiano con el nivel B2

  • Tipología

    Postítulo

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

TECH - Universidad Tecnológica

El Big Data está en plena expansión. El volumen de datos que circula por la red es inmenso y su valor, en muchos casos, aún más. El tratamiento de esa información requiere de un plan de actuación frente a cualquier fallo, especialmente de seguridad.
Asimismo, el cumplimiento de los requisitos legales y normativos son esenciales para las empresas. Este programa especializa a los profesionales informáticos en Azure Storage Cloud y en la gobernanza de datos, así como en el análisis, procesamiento
y tratamiento de los datos Streaming. Todo ello en una enseñanza en modalidad online, con un temario disponible desde el primer día y descargable desde cualquier dispositivo con conexión a internet.

Información importante

Documentación

  • 120especializacion-tratamiento-datos-big-data.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

A tener en cuenta

Objetivos generales
Š Analizar los diferentes enfoques para la adopción de la nube y sus contextos
Š Adquirir conocimiento especializado para determinar la Cloud adecuada
Š Desarrollar una máquina virtual en Azure

Objetivos específicos
Módulo 1. Storage en Cloud Azure
Š Examinar una máquina virtual en Azure
Š Establecer los diferentes tipos de almacenamiento
Š Evaluar las funciones en el Backup
Módulo 2. Programación Cloud. Data Governance
Š Generar conocimiento especializado sobre el manejo, estrategias, técnicas de procesamiento de datos
Š Desarrollar estrategias de gobernanza de datos dirigidas a personas, procesos y herramientas
Š Llevar a cabo la gobernanza de datos desde la ingesta hasta la preparación y uso
Módulo 3. Programación Cloud en Tiempo real. Streaming
Š Analizar el proceso de recolección, estructuración, procesado, análisis e interpretación de los datos Streaming
Š Desarrollar los principios del procesamiento en Streaming, el contexto actual y los casos de uso actuales en el marco nacional
Š Desarrollar fundamentos clave de estadística, Maching Learning, minería de datos y modelización predictiva para la comprensión del análisis y procesado de los datos

El Experto Universitario en Tratamiento de Datos Big Data permite, tras su realización, que los profesionales informáticos sepan establecer cuál es la Cloud más adecuada para la empresa a la que ofrece el servicio, detectar los principales riesgos a los que puede enfrentarse y las soluciones a aplicar en cada situación. Además, el alumnado será capaz de identificar los principales lenguajes de programación en Big Data. De esta forma, los profesionales adquieren una enseñanza con contenido actualizado y acorde a las demandas del sector.

Este Experto Universitario en Tratamiento de Datos Big Data contiene el programa más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Tratamiento de Datos Big Data
N.º Horas Oficiales: 450 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente,calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterioren iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Cursos online
  • Tratamiento
  • Herramientas
  • Big Data
  • Datos

Profesores

 Guillermo   Bressel Gutiérrez-Ambrossi

Guillermo Bressel Gutiérrez-Ambrossi

Especialista en Administración de Sistemas y Redes Informáticas

Temario

Módulo 1. Storage en Cloud Azure

1.1. Instalación MV en Azure

1.1.1. Comandos de creación
1.1.2. Comandos de visualización
1.1.3. Comandos de modificación

1.2. Blobs en Azure

1.2.1. Tipos de Blob
1.2.2. Contenedor
1.2.3. Azcopy
1.2.4. Supresión reversible de Blobs

1.3. Disco Administrado y Almacenamiento en Azure

1.3.1. Disco administrado
1.3.2. Seguridad
1.3.3. Almacenamiento en frío
1.3.4. Replicación

1.3.4.1. Redundancia local
1.3.4.2. Redundancia en una zona
1.3.4.3. “Georredundante”

1.4. Tablas, Colas, Archivos en Azure

1.4.1. Tablas
1.4.2. Colas
1.4.3. Archivos

1.5. Encriptación y Seguridad en Azure

1.5.1. Storage Service Encryption (SSE)
1.5.2. Claves de acceso

1.5.2.1. Firma de acceso compartido
1.5.2.2. Directivas de acceso a nivel de contenedores
1.5.2.3. Firma de acceso a nivel de Blob

1.5.3. Autenticación Azure AD

1.6. Red Virtual en Azure

1.6.1. Subred y Emparejamiento
1.6.2. Vnet to Vnet
1.6.3. Enlace privado
1.6.4. Alta disponibilidad

1.7. Tipos de conexiones en Azure

1.7.1. Azure Application Gateway
1.7.2. VPN de sitio a sitio
1.7.3. VPN punto a sitio
1.7.4. ExpressRoute

1.8. Recursos en Azure

1.8.1. Bloqueo de recursos
1.8.2. Movimiento de recursos
1.8.3. Eliminación de recursos

1.9. Backup en Azure

1.9.1. Recovery Services
1.9.2. Agente Azure Backup
1.9.3. Azure Backup Server

1.10. Desarrollo de Soluciones

1.10.1. Compresión, deduplicación, replicación
1.10.2. Recovery Services
1.10.3. Disaster Recovery Plan

Módulo 2. Programación Cloud. Data Governance

2.1. Gestión de datos

2.1.1. Gestión de datos
2.1.2. Ética en el manejo de datos

2.2. Data Governance

2.2.1. Clasificación. Control de acceso
2.2.2. Regulación sobre el Tratamiento de Datos
2.2.3. Data Governance. Valor

2.3. Gobierno de Datos. Herramientas

2.3.1. Linaje
2.3.2. Metadatos
2.3.3. Catálogo de datos. Business Glossary

2.4. Usuarios y procesos en el gobierno de datos

2.4.1. Usuarios

2.4.1.1. Roles y responsabilidades

2.4.2. Procesos

2.4.2.1. Enriquecimiento de datos

2.5. Ciclo de vida de los datos en la empresa

2.5.1. Creación de los datos
2.5.2. Procesamiento de datos
2.5.3. Almacenamiento de datos
2.5.4. Uso de los datos
2.5.5. Destrucción de los datos

2.6. Calidad del dato

2.6.1. La calidad en el gobierno del dato
2.6.2. Calidad del dato en analítica
2.6.3. Técnicas de calidad del dato

2.7. Gobierno del dato en tránsito

2.7.1. Gobierno del dato en tránsito

2.7.1.1. Linaje

2.7.2. La cuarta dimensión

2.8. Protección de datos

2.8.1. Niveles de acceso
2.8.2. Clasificación
2.8.3. Compliance. Normativa

2.9. Monitorización y Medida del Gobierno del dato

2.9.1. Monitorización y medida del Gobierno del dato
2.9.2. Monitorización del linaje
2.9.3. Monitorización de la calidad del dato

2.10. Herramientas para el gobierno del dato

2.10.1. Talend
2.10.2. Collibra
2.10.3. Informática

Módulo 3. Programación Cloud en Tiempo Real. Streaming

3.1. Procesamiento y estructuración de la información en Streaming

3.1.1. Proceso de recolección, estructuración, procesado, análisis e interpretación de los datos
3.1.2. Técnicas de procesamiento de datos en Streaming
3.1.3. Procesamiento en Streaming
3.1.4. Casos de uso del procesamiento en Streaming

3.2. Estadística para la comprensión del flujo del dato Streaming

3.2.1. Estadística descriptiva
3.2.2. Cálculo de probabilidades
3.2.3. Inferencia

3.3. Programación con Python

3.3.1. Tipología, condicionales, funciones y bucles
3.3.2. Numpy, Matplotlib, Dataframes, Ficheros CSV y formatos JSON
3.3.3. Secuencias: listas, bucles, ficheros y diccionarios
3.3.4. Mutabilidad, excepciones y funciones de orden superior

3.4. Programación con R

3.4.1. Programación con R
3.4.2. Vectores y factores
3.4.3. Matrices y Arrays
3.4.4. Listas y Data Frame
3.4.5. Funciones

3.5. Base de datos SQL para el Procesamiento de Datos en Streaming

3.5.1. Base de datos SQL
3.5.2. Modelo entidad - relación
3.5.3. Modelo relacional
3.5.4. SQL

3.6. Base de datos NO SQL para el Procesamiento de Datos en Streaming

3.6.1. Base de datos NO SQL
3.6.2. MongoDB
3.6.3. Arquitectura MongoDB
3.6.4. Operaciones CRUD
3.6.5. Find, proyecciones, Indexes Aggregation y cursores
3.6.6. Modelo de datos

3.7. Minería de datos y modelización predictiva

3.7.1. Análisis multivariante
3.7.2. Técnicas de reducción de la dimensión
3.7.3. Análisis clúster
3.7.4. Series

3.8. Maching Learning para Procesamiento de Datos en Streaming

3.8.1. Maching Learning y modelización predictiva avanzada
3.8.2. Redes Neuronales
3.8.3. Deep Learning
3.8.4. Bagging y Random Forest
3.8.5. Gradient Bosting
3.8.6. SVM
3.8.7. Métodos de ensamblado

3.9. Tecnologías en el procesamiento de datos en Streaming

3.9.1. Spark Streaming
3.9.2. Kafka Streams
3.9.3. Flink Streaming

3.10. Apache Spark Streaming

3.10.1. Apache Spark Streaming
3.10.2. Componentes de Spark
3.10.3. Arquitectura de Spark
3.10.4. RDD
3.10.5. SPARK SQL
3.10.6. Jobs, Stages y Task

Especialización en Tratamiento de Datos Big Data

$ 1.799.995 IVA inc.