TEMARIO

El temario de este programa se desarrolla en los siguientes módulos:

1. Introducción

· Paradigmas de procesamiento en Big Data

· Economía del dato

· Innovación y Big Data

2. Batch Processing

· Hadoop. HDFS. MapReduce. Yarn

· Hive: Arquitectura, Modelado de datos, Metastore, HiveQL, APIs

· Sqoop

· Flume

· Spark Core

· Spark 2.0

3. Streaming Processing

· Fundamentos de Streaming Processing

· Spark Streaming

· Kafka

· Storm

· Samza y Apache Apex

· Apache NiFi. Implementación de un sistema real-time

4. Sistemas NoSQL

· HBase

· Cassandra

· MongoDB

· Neo4J

· Redis

· Couchbase

5. Interactive Query

· SQL-on-Hadoop: Impala, Drill y Presto

· Lucene + Solr

6. Sistemas de computación híbridos

· Arquitectura Lambda

· Arquitectura Kappa

· Apache Flink

· Druid

· ElasticSearch + Logstash + Kibana

7. Cloud Computing

· Amazon Web Services

· Google Cloud Platform

8. Administración de sistemas Big Data

· Planificación de clusters

· Tunning / Optimización

· Monitorización / Seguridad

9. Virtualización

· Docker y Kubernetes

· Open Stack y OpenShift

10. Análisis Avanzado de Datos

· Introducción al Data Science

· Data Analysis en Python: NumPy, PAndas, Scikit-learn, Matplotlib

· Machine Learning en Big Data: Spark MLib

· Análisis estadístico con R

11. Visualización de Datos

· Herramientas de visualización: Tableau y CartoDB

· Librerías de Visualización: D3, Leaflet, Cytoscape