Directora: Profª. Dra. Dña. Mercedes Caridad Sebastián
Idioma: Español
Modalidad: On line
Duración: 6 semanas
Fecha: Lunes 12 de Enero del 2015
Plazo de admisión: Abierto
Departamento: Instituto Agustín Millares de Documentación y Gestión de la Información
- Programa
Objetivos
El objetivo central del curso es ofrecer al alumno una aproximación global y practica de big data, proporcionándoles los conocimientos necesarios para su comprensión así como las herramientas y estrategias que le permitan entender y rentabilizar el uso de los big data
Así mismo el curso busca proporcionar los fundamentos de la analítica de datos, analítica predictiva, los datos abiertos (open data) y la ciencia de datos soportes del científico de datos, la profesión “más sexy del siglo XXI, según la revista Harvard Business Review.
De igual forma el curso proporcionará los conocimientos básicos para entender las técnicas y herramientas clave en la manipulación de big data, tales como: Bases de datos analíticas (NoSQL y en memoria), marco de trabajo Hadoop, etc. y las aplicaciones de mayor impacto del Big Data en el periodismo de datos, ciudades inteligentes, internet de las cosas, salud, administración, etc.
Destinatarios
A profesionales de áreas diversas como ciencias, ingeniería, documentación, comunicación, ciencias sociales, marketing, empresariales… estudiantes de master y doctorado así como a estudiantes universitarios (recomendable últimos años de grado) de iguales disciplinas que desean conocer los principios fundamentales de big data y de cómo se puede obtener rentabilidad y eficiencia a la manipulación de los grandes volúmenes de datos junto el conocimiento de las técnicas y herramientas utilizadas en organizaciones y empresas para utilizar con eficacia el poder de los grandes volúmenes de datos.
Así mismo el curso va dirigido a directivos de TIC, comerciales y de marketing, financieros y gerentes/analistas de consultoría que desea conocer una visión innovadora del uso de los datos y para el conocimiento adecuado para la toma de decisionesBloque 1. COMPRENDIENDO BIG DATA
Tema 1: Introducción: Marco social y tecnológico
1.1 La sociedad de las TIC
1.2 Papel actual de la información y los datos
1.3 Paradigmas de almacenamiento y proceso de datos. Evolución histórica
1.4 Caracterización del concepto Big DataTema 2: Fundamentación Teórica
2.1 Ciclo de Vida de la Información
2.2 Fuentes de la Información
2.3 Estructuración y Saneamiento de los datos: la coherencia
2.4 Integración de fuentes
2.5 Arquitecturas de SI: centralizado vs. Distribuido: tolerancia a fallos
2.6 Resumen: el teorema CAPTema 3: Aproximaciones a sistemas Big Data
3.1 BD Transaccionales (operacionales)
3.2 BD Analíticas
3.3 SQL, No-SQL, y No-Rel
3.4 Tipos de sistemas No-Rel y su conexión con BigData
3.5 Idoneidad TecnológicaBloque 2. APLICANDO BIG DATA
Tema 4: Implementando Big Data
4.1 Operatividad de BigData
4.2 El paradigma Map-Reduce
4.3 Implantación en organizaciones
4.4 Aspectos legales y éticos de Big Data. La Privacidad y la Seguridad de la InformaciónTema 5: Tecnologías Big Data
5.1 Hadoop
5.2 Mongo DBTema 6: El Análisis de Datos
6.1 La analítica de datos
6.2 Análisis prospectivo
6.3 Análisis predictivo
6.4 Minería de Datos
6.5 Ciencia de Datos
6.6 Herramientas para el Análisis de datos (R, Pearl, ...)Bloque 3. EXPLOTANDO BIGDATA
Tema 7: Big Data Ayer, Hoy y Mañana
7.1 Retrospectiva (ejemplos exitosos de aplicación de la tecnología)
7.2 Actuales Áreas de Negocio (Difusión de la Tecnología)
7.3 Perfiles Profesionales
7.4 Perspectiva: Retos y Riesgos de la tecnología - Admisión
El proceso de selección se realizará mediante inscripción a través de un Modelo de Solicitud de inscripción. Una vez recibida esta solicitud se le enviará una carta de aceptación con los datos para tramitar la transferencia bancaria. El número máximo de alumnos por curso será de 30. El curso se impartirá siempre y cuando se cubra un número mínimo de plazas.
- Profesores
Profesores
Elena Castro (ecastro@inf.uc3m.es)
Jorge Morato (jmorato@inf.uc3m.es)
Javier Calle (fcalle@inf.uc3m.es)
Harith Al-jumaily (haljumai@inf.uc3m.es)
Dolores Cuadra (dcuadra@inf.uc3m.es)