Curso de Big Data Science

1) Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data (5 sesiones)

- Principales componentes de un sistema informático. Sistemas Operativos, para que sirven, que tipos hay y cómo funcionan…

- Introducción a GNU/Linux

- GNU/Linux Avanzado

- Como usar GNU/Linux en Cloud (AWS)

- Introducción teórica a las tecnologías Big Data: Bases de Datos SQL/No SQL, Computación distribuida, Cloud…

2) Módulo 2: Fundamentos de Programación en Python (6 sesiones)

- Introducción a los lenguajes de programación

- Python: Sentencias Básicas y Bloques Lógicos

- Python: Funciones y Scope

- Python: Clases y Objetos y Tratamiento de Excepciones

- Python: Módulos y Uso de librerías de Python

3) Módulo 3: Programación Orientada a Datos (3 sesiones)

- Python: Librerías básicas de Data Science: Pandas, Numpy, Matplotlib, Sklearn…

- Introducción teórica al análisis exploratorio de Datos

- Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales

4) Módulo 4: Introducción al Machine Learning (2 sesiones)

- Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data? Machine Learning: Aprendizaje supervisado (regresión/clasificación), no supervisado y por refuerzo.

- Nuestros primeros pasos con el Machine Learning: Regresión Lineal y Regresión Logística. Ejemplos con datos reales en Python.

5) Módulo 5: Bases de Datos e Ingestión de datos (3 sesiones)

- Bases de datos SQL

- Bases de datos NoSQL: Clave-Valor, Columnares, Documentales y de Grafos

- Bases de Datos NoSQL Documentales: MongoDB (PyMongo)

- Sistemas de ingestión de datos en tiempo real: Kafka

6) Módulo 6: Procesamiento Distribuido (5 sesiones)

- Funcionamiento de un sistema Big Data de Procesamiento Distribuido: Ingestión, Almacenamiento, Gestión de Recursos, Cálculo Distribuido…

- Hadoop: Instalación y configuración, HDFS y YARN

- Introducción a Spark: Instalación y configuración, pySpark y DataFrame API

- Machine Learning con Spark: MLlib

- Microservicios: Kubernetes y Docker

- Arquitecturas Big Data: Lamba vs Kappa vs Microservicios

7) Módulo 7: TFM (Opcional) (2 meses)

- El alumno presentará una propuesta de proyecto de en el que se utilicen tecnologías Big Data y lenguaje de Python para resolver un caso de negocio al docente.

- Una vez aprobada la propuesta el alumno lo realizará

- Al entregarlo el docente dará su feedback y si este es positivo el alumno tendrá una mención especial en su diploma y prioridad en nuestra bolsa de empleo.