BIG DATA Y HADOOP: Nuevos tratamientos avanzados de la información

Información do curso

BIG DATA Y HADOOP: Nuevos tratamientos avanzados de la información


Tipo Curso Complementario
Código C3121401
Nome BIG DATA Y HADOOP: Nuevos tratamientos avanzados de la información
  Lembre que para acceder ou matricularse nos cursos debe entrar no sistema polo menú de Acceso (á esquerda da ventá). Se aínda non está rexistrado prema aquí.
Modalidade Presencial
Descrición

En este curso, los asistentes aprenderán cómo utilizar Hadoop para implementar soluciones para grandes volúmenes de datos. Se cubre la mayoría de los componentes para proporcionar la comprensión en profundidad de BigData y Hadoop. Los asistentes aprenderán habilidades de trabajo para el desarrollo de soluciones de grandes volúmenes de datos.

Información de contacto:  
 · Teléfono 986-812244
 · Fax
 · Enderezo electrónico
Compartir:

Descrición

En este curso, los asistentes aprenderán cómo utilizar Hadoop para implementar soluciones para grandes volúmenes de datos. Se cubre la mayoría de los componentes para proporcionar la comprensión en profundidad de BigData y Hadoop. Los asistentes aprenderán habilidades de trabajo para el desarrollo de soluciones de grandes volúmenes de datos.

Entidades organizadoras

Escola de Enxeñería Industrial (en colaboración con VITAE CONSULTORES)

Información sobre o calendario (datas)

Período de preinscrición 11/10/2013 00:00 - 31/01/2014 23:59
Período de matrícula 25/11/2013 00:00 - 31/01/2014 23:59
Período de docencia 07/02/2014 - 22/02/2014

Prazas e créditos

Número mínimo de participantes 18
Número máximo de participantes 25
Créditos teóricos 1.7
Créditos prácticos 1.3
Validación de libre elección 2

Destinatarios/as

Estudiantes universitarios, administradores de datos, profesionales de BI (Business Intelligence) y gestión de datos que deseen conocer las nuevas herramientas para gestión avanzada de datos.

Obxectivos

Los asistentes trabajarán las siguientes competencias técnicas:

  • Describir y entender qué es Big Data
  • Entender y dominar las capacidades de Hadoop.
  • Comprender los problemas de Big Data.
  • Instalar y conf igurar Hindsight
  • Entender y dominar HDFS y MAP/Reduce
  • Cargar y transformar datos usando Hive / Pig / Sqoop / Flume
  • Escribir aplicaciones con Map/Reduce
  • Entender Data Science y los algoritmos de datos
  • Administrar HDInsight
  • Dominar Big Data Picture

Condicións de acceso

1.membros da comunidade universitaria, e
2.persoas alleas á mesma que acrediten uns estudios mínimos equivalentes a 2º de bacharelato.

Criterios de selección

Será condición IMPRESCINDIBLE que cada inscrito disponga de un ordenador portátil con el que asistirá a todas las clases del curso. Asimismo deberán conocer, al menos a un nivel básico, el lenguaje SQL.

Se recomienda que los asistentes tengan al menos experiencia básica en Bases de Datos, en Minería de Datos o bien en Business Intelligence.

La asignación de plazas se realizará por riguroso orden de solicitud de preinscripción y abono de las tasas de matrícula hasta agotar las plazas disponibles.

Las becas se asignarán, con posterioridad a la matrícula, entre el alumnado de la Universidade de Vigo que se matricule en el curso, en base estricta a la Nota Media de su expediente académico.

Calendario

Viernes en horario de 15.30h-20.30h y sábados en horario de 9h-14h
- 7,8,14,15,21 y 22 de febrero de 2014

Programa

MÓDULOS TEÓRICOS:
INTRODUCCIÓN A BIG DATA: Big Data y Ciencias de Datos. Motivación. Ecosistema Hadoop. Casos de uso.
CONCEPTOS BÁSICOS DE HADOOP: HDFS. Map/Reduce. Ecosistema Hadoop. API HDInsight
CLOUD HDINSIGHT: Concepto de nube. Funciones. Limitaciones. Azure Blob Storage,
INSTALACIÓN DE HDINSIGHT SERVER: Requisitos. Clusters. Limitaciones.
SISTEMA DE ARCHIVOS HADOOP (HDFS): Introducción. Optimización. Almacenamiento de datos.
MAP/REDUCE: Introducción. Entrada y salida de datos. Ejecución de programas Hadoop.
HDFS Y MAP/REDUCE: Entorno de desarrollo. Ejecución y depuración de aplicaciones.
HIVE: Movimiento y manipulación de datos. Características de Hive. HIVE ODBC e integración con Excel.
PIG Y SCOOP: Carga, transformación y descarga de datos. Transferencia de datos.
FLUME (TRANSFERENCIA DE LOGS DE GRAN TAMAÑO): Introducción. Arquitectura. Aplicaciones de análisis de datos.
INTRODUCCIÓN A DATA SCIENCE: Aprendizaje automático básico. Análisis de Datos y Métodos Estadísticos. Introducción a Mahout y Pegasus.
ALGORITMOS DATA SCIENCE: Text mining. Clasificación. Clustering. Batch base. Minería gráfica. Networks.
INTEGRACIÓN DE BIG DATA Y BUSINESS INTELLIGENCE: Hive ODBC. Data Explorer. Arquitecturas de BI.
ADMINISTRACIÓN DE HDINSIGHT: Administración y Monitorización del cluster. Ejecución de Jobs. Servicios HDInsight.
BIG DATA CON MICROSOFT: SQL Server. PDW. Cuándo usar cada uno.
TRATAMIENTO DE DATOS PROCEDENTES DE REDES SOCIALES
MÓDULOS PRÁCTICOS:
DESARROLLO DE EJERCICIOS PRÁCTICOS: Realización de casos prácticos relacionados con los contenidos teóricos del curso.

Modo de pagamento

O importe da matrícula é de 290 €. O pago farase efectivo en calquera oficina de NovaGalicia Banco (NGB), indicando o nome e código do curso.

Aqueles alumnos que sexan traballadores por conta allea, poderán lograr unha bonificación del curso a través das cotas da Seguridade Social da empresa. Información aquí.

Ofrécese a posibilidade de obter unha bolsa de 135€ que será percibida por aquel inscrito que cumpra as seguintes condicións:

  • Estar a cursar actualmente estudos na Universidade de Vigo.
  • Dispoñer da mellor nota media de expediente académico (licenciatura/diplomatura/grado/enxeñería) de entre os que cumpran a condición anterior.

Impartido en

AULA 8 da Escola de Enxeñería Industrial (Sede Campus)

Profesorado

Antonio Soto (SOLIDQ)

Sistema de avaliación

Consideraranse APTOS todos os matriculados no curso que asistan, cando menos, ao 75% das sesións e realicen satisfactoriamente os traballos que durante o curso se lles encomenden.

Calquera dúbida acerca dos detalles dun curso debe dirixila á dirección de dito curso. Por favor, consulte o apartado Información de contacto do curso.

Enderezo electrónico (unicamente problemas técnicos): |  RSS: Catálogo de cursos