622 343 000
hola@
Madrid
big data (bd-101)
30
horas
ALTA
CARGA PRÁCTICA
100%
big data
objetivo
Éste curso te abrirá la puerta a los sectores líderes en la transformación digital de las empresas. Practicarás con ecosistemas Big Data ampliamente utilizados (Hadoop y Spark), aprenderás a trabajar con grafos en la base de datos líder (Neo4J), aplicarás machine learning en el datawarehouse de Google en la nube (BigQuery) y realizarás laboratorios con los algoritmos esenciales del aprendizaje automático.
Completando este curso:
- Conocerás qué es Hadoop y su ecosistema de aplicaciones. Realizarás un caso de negocio completo.
- Sabrás que es Spark y sus características. Usarás PySpark para manipular datos y aplicar lo aprendido.
- Habrás practicado con Neo4J en la nube y aplicado su uso en varios ejemplos guiados.
- BigQuery será tu aliado cuando tengas que manejar grandes datasets y aplicar machine learning.
- Tendrás nociones básicas de aprendizaje automático, los algoritmos más básicos y su utilidad.
importante
Curso con alta carga práctica. Es recomendable tener conocimientos previos de Python.
ruta de aprendizaje
Tendencias, Internet de las Cosas, Economía del Dato, Ecosistema Big Data, Características, Tipos de Datos, Big Data en la nube (IaaS/PaaS/SaaS), Top players en la nube.
Video 48 Min + 2 Min read to complete
¿Qué es Hadoop?, ¿Es importante?, HDFS, Hbase, Map/Reduce, Yarn, Zookeeper, Sqoop, Hive, Kafka, Hue, Flume, Pig, Impala,
Lab: Proceso de Negocio Completo
Video 48 Min + 2 Min read to complete
Características, Spark vs Map/Reduce, DAG, RDD, Acciones, Transformaciones, Etapas de un proceso Spark, Modelo de programación, lotes vs tiempo real,
Labs: RDD, SQL, MLlib
Video 48 Min + 2 Min read to complete
Bases de datos NoSQL, Base de Datos de Grafos: Neo4J, ¿Qué es y cómo funciona Neo4J?, Modelo de datos de un grafo.
Lab: Neo4J Sandbox en la nube
Video 48 Min + 2 Min read to complete
La nube de Google, Comparativa cloud top players, Google Big Query. El Datawarehouse de Google.
Lab: BigQuery ML (machine learning)
Video 48 Min + 2 Min read to complete
Preparación de datos para Machine Learning, Introducción a Inteligencia Artificial, Algoritmos.
Lab: Supervisados (regresión y clasificación).
Lab: No Supervisados (agrupación)
Opiniones
¿Crees que Este es tu curso?
+ Formaciones
¿quieres seguir creciendo? mira estos otros cursos
AD-101
Analítica de datos con Python
ds-101
ciencia de datos con Python
Contacto
¿tienes alguna duda?
Responderemos lo antes posible a tu consulta. Gracias¡