CONTENIDOS

MÓDULO 1: INTRODUCCION SISTEMAS DE INFORMACIÓN

· Introducción. BI y DWH

· Sistemas operativos (LINUX, introducción a DOS y PowerShell)

o Conceptos generales de Linux

o Comandos, variables de entorno y scripts

o Control y planificación de procesos

o Sistemas de almacenamiento y sistemas de ficheros

o Administración Básica de Linux

o Introducción DOS y Powershell

· Técnicas Data Warehousing y SQL

o Conceptos generales Data Warehouse

o Gestor de base de datos.

o Lenguaje de manipulación de datos (DML), sentencias Select, insert, update, delete, merge

o Lenguaje de definición de datos (DDL), sentencias Create, Alter, Drop

o Operadores aritméticos, lógicos, de relación

o Funciones de fila simple, de grupo. Subselects, joins

· ETL, Extracción, Transformación y Carga de datos

o Introduction

o Database Vs Data Warehouse

o Preparacíon de entornos e instalacion

o Principales algoritmos en integracion de datos

o Principales ETL del mercado: (Pentaho, Talend, Qulick..)

§ Lectura y escritura de ficheros planos y base de datos

§ Uso de las principales funciones (agregación, join, uniones, sorters,..)

§ Carga de un modelo de datos

MÓDULO 2: BASES DE DATOS NOSQL

· Introducción a las bases de datos NoSQL

o ¿Qué son?

o Tipos de BBDD NoSQL

o Ventajas y desventajas

· Introducción a BBDD NOSQL orientada a documentos (MongoDB)

o CRUD (Create, Read, Update and Delete) y el shell de Mongo DB

o Uso de cursores en MongoDB

o Sharding: distribución de la información en múltiples servidores

o Motores de almacenamiento en MongDb e índices

· Introducción a BBDD NOSQL orientada a grafos (Neo4j)

o Introducción.

o Operaciones y análisis de grafos

o CypherQueryLanguaje

MÓDULO 3: VISUALIZACIÓN

· La Visualización de Datos

· Cómo desarrollar visualizaciones efectivas

· Recogida de datos y análisis

· Principales herramientas del mercado: Tableau, QlickSense, PowerBI..

MÓDULO 4: PYTHON PARA ANÁLISIS DE DATOS

· Introducción

· Tipos: cadenas, listas, diccionarios, tuplas, etc

· Iteración: Loops e ifs

· Lectura y escritura de ficheros

· Librerías: numpy, matplotlib, pandas, etc

· Introducción a modelos predictivos

MÓDULO 5: HADOOP Y SU ECOSISTEMA

· Apache Hadoop: Introducción

· El sistema de almacenamiento de ficheros HDFS y MapReduce

· Ecosistema Hadoop: hive, sqoop, hue, ...

· Arquitectura de un cluster

· Arquitectura Yarn

· Tipos de despliegue Hadoop

· Streaming

· Seguridad

MÓDULO 6: SPARK

· Introducción a Apache Spark

· Módulos Spark:

o SparkSql

o SparkStreaming

o SparkMLlib

o GraphX

· Creación y manejo de RDDs

· PairRDDs

· Spark vs MapReduce

· HDFS y Spark

· Spark en cluster

· Programación en Spark:

o Spark Java API (Javadoc)

o Spark R API (Roxygen2)

o Scala API

o PySpark Python API

§ Introducción a la programación en Scala y PySpark

§ Estructuras de control básicas

§ Tipos de datos

§ Colecciones

§ Funciones principales