Big Data Analytics as a Service: Un nuevo enfoque para la pequeña y mediana empresa

Introducción (4 horas)

1. ¿Qué es Big Data?
   1. Escenarios y retos
   2. Base tecnológica
2. Herramientas de Big Data
   1. Motores de procesamiento (Spark)
   2. Bases de datos distribuidas (Cassandra)
   3. Sistemas de colas (Kafka)
   4. Editores (Jupyter y Zeppelin)
3. Uso de Big Data en la Nube
   1. Soluciones existentes (Databricks, Cloudera)
   2. Servicios en la nube (IaaS, PaaS, SaaS, BDaaS)
   3. Radiatus como plataforma de servicios
   4. Capas para la creación de un servicio de Big Data Analytics en el Cloud

(Al finalizar la unidad 1 el participante será capaz de identificar y seleccionar las diferentes herramientas e infraestructuras de acuerdo a las necesidades a resolver)

Analítica de datos en el Cloud usando Jupyter como interfaz de usuario (3 horas)

1. Librerías de manejo de datos en Python (Numpy, Pandas, etc.)
2. Análisis de variables (Estadísticas básicas)
3. Exploración de soluciones de visualización de datos.

(Una vez culminada la unidad 2 el participante tendrá una visión general sobre la manipulación y visualización de datos en Python a través de Jupyter.)

Motor de procesamiento (Spark) (4 horas)

1. Modelo de ejecución (DAG, acciones y transformaciones)
2. Estructuras de datos (RDD y Dataframes)
3. Uso de RDD y ejemplo básico
4. Uso de la API DataFrame y Spark SQL
   1. Importación de Datos
   2. Manejo y transformaciones sobre los datos
   3. Exportar datos a Pandas

(Con esta unidad el participante podrá tener una visión del modelo de datos y paralelismo utilizado en el motor de procesamiento de Spark.)

Sistema de Ficheros y Base de datos distribuida (HDFS y Cassandra) (4 horas)

1. Uso de sistema de fichero distribuidos (Hadoop-HDFS)
   1. Carga de datos
   2. Manipulación
   3. Importación y exportación de datos a través de Spark
2. Base de datos distribuida Cassandra
   1. Modelo de datos en Cassandra
   2. Creación de tablas
   3. Inserción y extracción de datos a través de Jupyter y Spark
   4. Caso práctico de manipulación de datos con Cassandra y Spark

(Al completar este módulo el participante será capaz de hacer una manipulación básica de datos a través del sistema de ficheros de hadoop y la gestión de datos utilizando Cassandra.)

Sistema de colas para inyección de datos (Kafka) (3 horas)

1. Modelo productor-consumidor.
2. Inyección de datos en Kafka a través de una interfaz REST.
3. Manipulación de los datos de Kafka.
4. Caso de uso con Kafka y Spark Streaming (visualización de datos).

(Una vez terminada la unidad el participante tendrá la capacidad de manipular datos en un entorno en Streaming.)

Ejemplos de casos de uso para el procesamiento de datos tanto en Batch como en Streaming (2 horas)

(Al terminar esta unidad el participante podrá tener una visión general sobre cómo utilizar las herramientas para el procesamiento en Batch y en Streaming.)

Este curso puede ser bonificado a través de los créditos de formación de la FUNDAE, siendo ITI la entidad Organizadora del curso. Para ello, la inscripción debe realizarse con al menos 7 días de antelación. Inscripciones posteriores no podrán bonificarse. Si necesita que dicha gestión la realice ITI, póngase en contacto con nosotros en formacion@iti.es con una antelación mínima de 10 días antes del inicio del curso.

Todos los cursos tienen un precio base específico. Sobre el precio base, se podrán aplicar una serie de descuentos en los siguientes casos:

• Inscripción anticipada (30 días antes de la fecha de fin de inscripción).
• Inscripción de más de un alumno de una misma organización*.
• Ser asociados de ITI o disponer de un acuerdo de colaboración con ITI*.

* Estos descuentos no serán de aplicación durante el periodo de inscripción anticipada.

Más información aquí