ENTENDIENDO BIG DATA: ESTRUCTURA, TÉCNICA Y APLICACIÓN

• Desarrollar una visión integral del contexto y las aplicaciones del Big Data en el ámbito empresarial.
• Aplicar herramientas y arquitecturas utilizadas en el manejo de Big Data, comprendiendo los procesos de recolección, almacenamiento, análisis y visualización de datos masivos.
• Aprender el uso de tecnologías avanzadas como Hadoop y MapReduce, así como otros componentes del ecosistema Big Data, como Apache Spark y las tecnologías compatibles.
• Desarrollar competencias en diseño de experimentos y el uso de modelos estadísticos aplicados al análisis de Big Data.
• Adquirir habilidades para optimizar los resultados en diferentes sectores industriales a partir del análisis avanzado de datos.
• Aprender a desarrollar y analizar ejemplos de aplicaciones reales del Big Data en diversos sectores, como la banca, seguros, salud, deportes, y otros.
• Conocer las herramientas de análisis y visualización de Big Data más avanzadas, como las ofrecidas por Amazon y otras plataformas especializadas.

1.CONTEXTO, APLICACIÓN Y FUNCIONAMIENTO DEL BIG DATA

• Introducción al contexto, aplicación, funcionamiento del big data
• Contexto a la aplicación del big data
• Aplicación de big data a las empresas
• Plan de implementación del big data
• Funcionamiento del big data

2.ARQUITECTURA Y HERRAMIENTAS UTILIZADAS EN EL BIG DATA

• Introducción a la arquitectura y herramientas utilizadas en el big data
• Definición de la arquitectura del big data
• Recolección y almacenamiento en el sistema big data
• Procesamiento y análisis del sistema big data
• Visualización e informes del big data
• Herramientas y proveedores del big data

3.CREACIÓN Y DESARROLLO DE APLICACIONES UTILES DEL BIG DATA

• Introducción a la arquitectura y herramientas utilizadas en el big data
• Etapas en el desarrollo de una solución big data
• Arquitectura y tipo de tecnologías aplicadas big data
• Infraestructura para aplicaciones big data
• Implementación para aplicaciones big data
• Ejemplo de aplicación real

4.TECNOLOGÍAS UTILIZADAS: MAPREDUCE Y HADOOP

• Introducción a la arquitectura y herramientas utilizadas en el big data
• Ecosistema de las tecnologías del big data
• Tecnología apache spark
• Tecnología hadoop
• Tecnologías compatibles con hadoop y apache spark
• Otras tecnologías importantes de big data

5.DISEÑO DE EXPERIMENTOS CON VISUALIZACIONES Y MODELOS ESTADÍSTICOS

• Conceptos básicos de estadística
• Diseño teórico de experimentos
• Tipos de visualizaciones en los datos
• Tipos de modelos estadísticos
• Evaluación de resultados

6.OTRAS HERRAMIENTAS ÚTILES

• Herramientas de big data analytics
• Amazon con big data analytics.
• Herramientas de visualización de big data
• ¿Qué es el thick data?
• ¿Qué es el crm?

7.EJEMPLOS DE APLICACIÓN EXITOSA CON BIG DATA

• Ejemplos de aplicación en el sector bancario
• Ejemplos de aplicación en el sector seguros
• Ejemplos de aplicación en la salud
• Ejemplos de aplicación en deportes
• Ejemplos de aplicación en otros sectores

8.ANÁLITICA Y OPTIMIZACIÓN DE RESULTADOS

• Introducción a la analítica y optimización de resultados
• Técnicas de análisis en big data
• Optimizacion resultados por sectores en big data
• Optimización resultados por departamentos