MÁSTER BIG DATA PROCESSING

Postgraduate programme

MÁSTER BIG DATA PROCESSING

Offered by GRUPO ATRIUM

ON-CAMPUS: MADRID Direct university enquiry No obligation

Home The Role of Technology in Education and Training in the UK

Programme overview

Why choose this programme?

Nuestra prioridad es capacitarte como especialista en Big Data Processing, para ello, nuestro programa formativo impartido por expertos, se compone de los siguientes temas:

- BASES DE DATOS SQL: ORACLE-MYSQL
- BASES DE DATOS NOSQL: MONGODB
- JAVA BÁSICO
- PYTHON PARA ANÁLISIS DE DATOS
- HADOOP Y SU ECOSISTEMA
- INTRODUCCI"N A SCALA
- SPARK
- TOTAL DE HORAS
- PROYECTO DE DESARROLLO (opcional)
- PRÁCTICAS EN EMPRESAS (opcional)

Nuestro Máster máster BIG DATA ANALYTICS AND PROCESSING FOUNDATIONS está enfocado a aquellas personas que quieran desarrollar o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en Analítica de Negocio o Big Data.

Profesionales en áreas como Tecnología, negocio o departamentos analíticos que necesitan conocer las técnicas y métodos del ¿business analytics¿ para mejorar estrategias y tener una visión más global de la organización o innovar en grandes empresas.
PERFIL DEL ALUMNO

Aquellas personas que quieran adquirir las capacidades técnicas y analíticas necesarias para especializarse en Analítica de Negocio o Big Data.

Profesionales en áreas como Tecnología, negocio o departamentos analíticos que necesitan conocer las técnicas y métodos del ¿business analytics¿ para mejorar estrategias y tener una visión más global de la organización o innovar en grandes empresas.
Estas son algunas de las salidas laborales a las que optarás:

Arquitecto de soluciones Big Data
Administrador y/o desarrollador de sistemas Big Data
Chief Data Officer (CDO).
Machine Learning Engineer.
Business Analyst.
Big Data Consultant.
Analista de datos (Data Analyst)
Big Data Developer.
Big Data Engineer.
Data Scientist.
Data Analyst.
NLP Consultant.

Modality

ON-CAMPUS: MADRID

Tuition fee

€2,975

Promo 15% - 2975€. Precio sin descuento 3500€

Dates and duration

400 horas

Career opportunities

Where this programme can take you


Estas son algunas de las salidas laborales a las que optarás:

Arquitecto de soluciones Big Data
Administrador y/o desarrollador de sistemas Big Data
Chief Data Officer (CDO).
Machine Learning Engineer.
Business Analyst.
Big Data Consultant.
Analista de datos (Data Analyst)
Big Data Developer.
Big Data Engineer.
Data Scientist.
Data Analyst.
NLP Consultant.

SYLLABUS

M"DULO 1: INTRODUCCION SISTEMAS DE INFORMACI"N
Introducción. BI y DWH
Sistemas operativos (LINUX, introducción a DOS y PowerShell)
Conceptos generales de Linux
Comandos, variables de entorno y scripts
Control y planificación de procesos
Sistemas de almacenamiento y sistemas de ficheros
Administración Básica de Linux
Introducción DOS y Powershell
Técnicas Data Warehousing y SQL
Conceptos generales Data Warehouse
Gestor de base de datos.
Lenguaje de manipulación de datos (DML), sentencias Select, insert, update, delete, merge
Lenguaje de definición de datos (DDL), sentencias Create, Alter, Drop
Operadores aritméticos, lógicos, de relación
Funciones de fila simple, de grupo. Subselects, joins

ETL, Extracción, Transformación y Carga de datos
Introduction
Database Vs Data Warehouse
Preparacíon de entornos e instalacion
Principales algoritmos en integracion de datos
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


M"DULO 2: BASES DE DATOS NOSQL

Introducción a las bases de datos NoSQL
¿Qué son?
Tipos de BBDD NoSQL
Ventajas y desventajas
Introducción a BBDD NOSQL orientada a documentos (MongoDB)
CRUD (Create, Read, Update and Delete) y el shell de Mongo DB
Uso de cursores en MongoDB
Sharding: distribución de la información en múltiples servidores
Motores de almacenamiento en MongDb e índices
Introducción a BBDD NOSQL orientada a grafos (Neo4j)
Introducción.
Operaciones y análisis de grafos
Cypher Query Languaje

M"DULO 3: VISUALIZACI"N

La Visualización de Datos
Cómo desarrollar visualizaciones efectivas
Recogida de datos y análisis
Principales herramientas del mercado: Tableau, Qlick Sense, Power BI.

M"DULO 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

M"DULO 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 M"DULO 6: SPARK
Introducción a Apache Spark
Módulos Spark:
Spark Sql
Spark Streaming
Spark MLlib
GraphX
Creación y manejo de RDDs
Pair RDDs
Spark vs MapReduce
HDFS y Spark
Spark en cluster
Programación en Spark:
Spark Java API (Javadoc)
Spark R API (Roxygen2)
Scala API
PySpark Python API
Introducción a la programación en Scala y PySpark
Estructuras de control básicas
Tipos de datos
Colecciones
Funciones principales