Curso 100 % online de 140 horas, con campus abierto las 24 horas. Especialidad formativa acreditada en teleformación, código SEPE IFCD0115.
En este curso trabajarás estos temas:
Introducción al procesamiento de BIG DATA
Fundamentos de scala
Apache spark
Análisis y virtualización de datos con spark
Implementación de proyectos de BIG DATA con scala
Unidad didáctica 1. Introducción al procesamiento de BIG DATA
- Comprensión de los Conceptos Básicos de Big Data:
- - Conocimiento de los principios fundamentales de Big Data.
- - Familiarización con la terminología y los conceptos clave relacionados con el procesamiento de grandes conjuntos de datos.
- - Identificación de las principales características que definen el Big Data, como volumen, velocidad, variedad y veracidad.
- Importancia y Aplicaciones de Big Data:
- - Reconocimiento de la relevancia de Big Data en diversos sectores y áreas de negocio.
- - Exploración de casos de uso reales donde el procesamiento de Big Data ha tenido un impacto significativo.
- - Comprendiendo cómo Big Data puede proporcionar información valiosa y ventajas competitivas.
- Desafíos en el Manejo de Big Data:
- - Identificación y análisis de los desafíos comunes que surgen al trabajar con grandes volúmenes de datos.
- - Evaluación de problemas relacionados con el almacenamiento, procesamiento y análisis de Big Data.
- - Comprender cómo la infraestructura y las herramientas pueden abordar estos desafíos.
- Desafíos de Seguridad en Big Data:
- - Reconocimiento de los desafíos de seguridad específicos en el entorno de Big Data.
- - Exploración de las amenazas y riesgos comunes asociados con el procesamiento de datos masivos.
- - Comprender cómo se pueden implementar estrategias de seguridad para proteger los datos de Big Data.
Unidad didáctica 2. Fundamentos de scala
- Introducción a Scala como lenguaje de programación:
- - Conocimiento de los orígenes y la historia de Scala.
- - Comprendiendo las razones detrás del desarrollo de Scala como un lenguaje de programación.
- - Familiarización con las características y ventajas de Scala en comparación con otros lenguajes.
- Sintaxis básica y estructuras de datos en Scala:
- - Aprendizaje de la sintaxis básica de Scala, incluyendo la declaración de variables, tipos de datos y operadores.
- - Exploración de las estructuras de datos fundamentales en Scala, como listas, conjuntos y mapas.
- - Desarrollo de habilidades para escribir código Scala básico.
- Programación funcional en Scala:
- - Comprender los conceptos de programación funcional, como funciones de orden superior y funciones puras.
- - Aprendizaje de cómo Scala admite programación funcional.
- - Desarrollo de la capacidad para escribir funciones y trabajar con programación funcional en Scala.
Unidad didáctica 3. Apache spark
- Introducción a Apache Spark:
- - Conocimiento de los fundamentos de Apache Spark como marco de procesamiento de datos.
- - Comprendiendo la importancia y las aplicaciones de Apache Spark en el procesamiento de big data.
- - Familiarización con los desafíos involucrados en el manejo de grandes conjuntos de datos y cómo Spark aborda estos desafíos.
- Ventajas y Características de Spark:
- - Aprendizaje de las ventajas clave de Apache Spark en términos de velocidad y eficiencia.
- - Exploración de las características que hacen que Spark sea adecuado para el procesamiento de big data, como el procesamiento en memoria y la tolerancia a fallos.
- - Comprender cómo Spark se compara con otras soluciones de procesamiento de big data.
- Arquitectura y Componentes de Spark:
- - Conocimiento detallado de la arquitectura interna de Apache Spark, incluyendo los componentes clave como el administrador de clúster, el programador y el administrador de recursos.
- - Aprendizaje de cómo se estructuran las aplicaciones Spark.
- - Familiarización con el concepto de RDD (Resilient Distributed Dataset) y su papel en Spark.
- Transformaciones y Acciones en Spark:
- - Comprender las transformaciones y acciones en Spark y cómo se utilizan para manipular y procesar datos.
- - Desarrollo de habilidades para escribir código que implemente transformaciones y acciones en Spark.
Unidad didáctica 4. Análisis y virtualización de datos con spark
- Análisis de datos con Spark:
- - Comprender los conceptos básicos de análisis de datos con Apache Spark.
- - Aprender a aplicar algoritmos y técnicas de análisis de datos en conjuntos de datos de gran tamaño.
- - Adquirir habilidades para procesar y extraer información valiosa de grandes volúmenes de datos.
- Bibliotecas y herramientas de visualización de datos:
- - Conocimiento de las bibliotecas y herramientas disponibles para visualizar datos en Spark.
- - Aprendizaje sobre cómo utilizar estas bibliotecas para crear gráficos y representaciones visuales de datos.
- - Desarrollo de la capacidad para comunicar resultados de análisis de datos de manera efectiva mediante visualizaciones.
- Creación de informes y cuadros de mando:
- - Adquisición de habilidades para crear informes y cuadros de mando basados en los resultados del análisis de datos en Spark.
- - Comprender cómo diseñar y estructurar informes que presenten de manera efectiva la información extraída.
- - Aprender a utilizar herramientas de creación de informes y cuadros de mando en el contexto de Spark.
Unidad didáctica 5. Implementación de proyectos de BIG DATA con scala
- Planificación y diseño de proyectos de Big Data:
- - Adquirir conocimientos sobre la planificación de proyectos de Big Data.
- - Aprender a diseñar proyectos que cumplan con los objetivos de procesamiento de datos y análisis.
- - Comprender cómo definir requisitos y alcance para proyectos de Big Data.
- Desarrollo e implementación de soluciones con Scala y Spark:
- - Conocimiento de las mejores prácticas y enfoques para el desarrollo de soluciones de Big Data utilizando Scala y Apache Spark.
- - Aprender a implementar soluciones prácticas que aborden desafíos de procesamiento de datos.
- - Desarrollo de habilidades para utilizar eficazmente Scala y Spark en proyectos reales.
- Evaluación de proyectos de Big Data:
- - Aprender a evaluar proyectos de Big Data en términos de su eficacia y cumplimiento de objetivos.
- - Comprender cómo medir y analizar los resultados de un proyecto de procesamiento de datos.
- - Adquirir habilidades de evaluación para mejorar continuamente los proyectos de Big Data.
- Estudio de casos reales de procesamiento de Big Data:
- - Analizar casos reales de proyectos exitosos y desafíos en el procesamiento de Big Data.
- - Comprender cómo se aplican los conocimientos adquiridos en situaciones prácticas.
- - Aprender de las experiencias de proyectos anteriores y las soluciones implementadas.
- Autoformación: estudias a tu ritmo en el campus online, con materiales, actividades y exámenes autoevaluables.
- Con tutor: además, un tutor experto resuelve tus dudas, corrige tus actividades y hace el seguimiento de tu progreso.
Diploma
Al superar el curso recibirás un diploma de Fem FUTURUM con tu nombre, el nombre del curso, las horas realizadas y los contenidos.
Este curso es bonificable a través de FUNDAE para la plantilla de tu empresa. Nos encargamos de toda la gestión: alta del grupo, seguimiento del alumnado y justificación.
También lo adaptamos a tu equipo como formación a medida.
Solicitar presupuesto para mi empresa