Curso de Introducción al Big Data e Inteligencia Artificial

Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data. Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…). El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención. Hadoop como revolución para el tratamiento paralelo de datos masivo. Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …. Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías. El ecosistema Hadoop: HDFS y MapReduce. Principales lenguajes de programación utilizados: Java, Scala, SQL y Python. Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE. Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis. Procesamiento y analítica avanzada con Spark. Seguridad y gobierno del dato.
Comprensión de los principales conceptos sobre la “ciencia de datos” E IA: Introducción a la “Ciencia de datos” y la Inteligencia Artificial. Principales lenguajes de programación utilizados: R y Python. Algoritmos supervisados: ¿Qué son? Algunos Ejemplos. Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos. Introducción al Deep Learning y el Aprendizaje por Refuerzo. Procesamiento de información no estructurada: Imágenes y Textos. Visualización de datos: Visualizaciones interactivas y Dashboards.
Adquisición de una visión transversal sobre el futuro del Big Data y cómo se aplica actualmente en diferentes áreas: Ejemplos en las instituciones públicas: OpenData. Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía. “Data for Good”: Big Data para el bien social. Reflexiones finales sobre el impacto del Big Data en los años venideros.