Becas y ayudas Europeas
Temario dirigido por empresas
Prácticas garantizadas
Presentación

Conoce como desarrollar aplicaciones y soluciones para trabajar con el Big Data. Aprenderá que lenguajes y tecnologías se utilizan hoy en día para trabajar y gestionar grandes cantidades de información, desarrollando soluciones a medida de las necesidades de las empresas buscando exactamente lo que busca el cliente y permitiendo la competitividad de las empresas.

La arquitectura de Big Data consiste en tratar y analizar grandes volúmenes de datos que no pueden ser gestionados de manera convencional, al superar las capacidades de otras herramientas de software utilizadas convencionalmente para el almacenamiento, gestión y procesamiento de datos. El arquitecto de datos trabaja de cerca con el cliente y con otros profesionales y es capaz de traducir los requisitos empresariales del cliente en una solución de Big Data.

Este profesional tiene un profundo conocimiento de las nuevas tecnologías, entiende la relación entre ellas y sabe cómo se pueden integrar y combinar para resolver eficazmente cualquier problema relacionado con los datos. El Big Data Architect tiene la capacidad de diseñar sistemas de procesamiento de datos a gran escala para la empresa y puede diseñar sistemas y modelos para manejar grandes y diferentes variedades de datos, dependiendo del volumen, velocidad o veracidad de los mismos.

Big Data

Solicita más información

    Objetivos

    “El objetivo es que el alumno sea capaz de trabajar y dominar los lenguajes y tecnologías que se utilizan hoy en día para desarrollar aplicaciones y soluciones en el ecosistema Big Data.”

    Big Data

    El objetivo es que el alumno sea capaz de trabajar y dominar los lenguajes y tecnologías que se utilizan hoy en día para desarrollar aplicaciones y soluciones en el ecosistema Big Data, desde los lenguajes de programación, a las metodologías, herramientas y aplicaciones prácticas. Si eres capaz de dominar esos conocimientos, pasarás a ser uno de los profesionales más cotizados a nivel internacional en cualquier ámbito empresarial o de negocio.

    El arquitecto de Big Data por su condición tecnológica tendrá que aprender de programación, estadística, técnicas de análisis y de computación. Pero también necesita buenas habilidades comunicativas, sobre todo para transmitir al resto de la organización lo relacionado con la identificación de problemas de negocio, la definición del mejor modelo de datos a aplicar para solucionar dichos problemas, o para presentar y explicar el resultado del análisis de datos y su nivel de confiabilidad.

    En definitiva, con este Máster Executive en Big Data y Data Science los profesionales podrán adquirir una serie de competencias teóricas y prácticas para poder llevar a cabo diferentes proyectos en los ecosistemas inteligentes del Big Data y en esta era actual que trae nuevos cambios en los sistemas de trabajo.

    Los sistemas Big Data se utilizan especialmente en los sectores económicos y financieros. En ellos, la ayuda de una plataforma inteligente puede proporcionar la tan deseada ventaja competitiva que todas las empresas buscan. Por esta razón, hay muchas organizaciones que se focalizan en sumar nuevos clientes y, además, fidelizar a los que ya tienen que son los que les están aportando beneficios.

    Salidas profesionales

    “El futuro para un Arquitecto en Desarrollo de Tecnologías Big Data se presenta como uno de los más afortunados”

    Salidas Big Data

    El futuro para un Arquitecto en Desarrollo de Tecnologías Big Data se presenta como uno de los más afortunados, ya que el volumen de datos que se manejan en todo el mundo no hará más que crecer y esta profesión seguirá demandándose considerablemente. Su rango salarial oscila entre los 50.000 y los 60.000€ anuales.

    El horizonte profesional del Arquitecto en Big Data es el de diseñar una arquitectura de sistemas con capacidad de almacenar cantidades masivas de datos, que, tras un análisis lógico, podrán ayudar a mejorar la competitividad y eficiencia de las soluciones de negocio de las empresas, por lo que dependiendo de tus inquietudes y gustos puedes inclinarte por cualquiera de las áreas de Big Data y Data Science:

    • Desarrollador o Ingeniero Big Data.
    • Desarrollo de aplicaciones orientadas al Big Data.
    • Arquitecto en Big Data.
    • Profesionales en Machine Learning, NLP, Deep Learning.
    • Cualquier puesto en las áreas de Desarrollo de Negocio, Estadística, o Gestión.
    Características
    Estimación de horas para su realización
    650 horas
    Créditos ECTS

    26 créditos

    Modalidad de Formación

    Formación e-learning personalizada (Live Learning) con clases en Streaming.

    Estimación de tiempo de estudio en meses

    Tiempo ilimitado. Formación personalizada orientada a objetivos.

    Bolsa de Trabajo

    Bolsa de trabajo propia de INTECSSA a disposición de los alumnos.

    Prácticas Profesionales

    Prácticas profesionales garantizadas dentro del programa de estudios.

    Convenio de prácticas en formación

    Los alumnos pueden realizar prácticas de formación en las empresas mientras estén estudiando.

    Bonificación Empresa - Fundae

    Las empresas se pueden bonificar esta formación a través de la Fundae (antigua fundación tripartita)

    Ayudas al estudio

    Infórmese de las ayudas y becas garantizadas que tiene esta formación

    Facilidades de Pago

    Diferentes modalidades de pago adaptadas al alumno

    Temario

    1: Entornos y Lenguajes de Desarrollo

    • Python Programmer
    • Python para Big Data y Data Science
    • R para Big Data y Data Science

    2: Batch Processing

    • HDFS. MapReduce. Yarn
    • Hive: Arquitectura, Modelado de datos, Metastore, HiveQL, APIs
    • Sqoop
    • Flume
    • Spark Core
    • Spark 2.0

    3: Scala

    • Introducción a Scala
    • Programación orientada a objeciones vs programación funcional
    • Funciones, clases, variables
    • Colecciones de Scala
    • Tipado y polimorfismo
    • Bibliotecas y DSL
    • Patrones y coincidencia avanzada de patrones en Scala
    • Manejo de excepciones funcionales

    4: Streaming Processing

    • Fundamentos de Streaming Processing
    • Spark Streaming
    • Kafka
    • Storm
    • Samza y Apache Apex
    • Apache NiFi. Implementación de un sistema real-time

    5: Sistemas NoSQL

    • HBase
    • Cassandra
    • MongoDB
    • Neo4J
    • Redis
    • Couchbase

    6: Interactive Query

    • SQL-on-Hadoop: Impala, Drill y Presto
    • Lucene + Solr

    7: Sistemas de computación híbridos

    • Arquitectura Lambda
    • Arquitectura Kappa
    • Apache Flink
    • Druid
    • ElasticSearch + Logstash + Kibana

    8: Cloud Computing

    • Amazon Web Services
    • Google Cloud Platform

    9: Administración de sistemas Big Data

    • Planificación de clusters
    • Tunning / Optimización
    • Monitorización / Seguridad

    10: Virtualización

    • Docker y Kubernetes
    • Open Stack y OpenShift

    11: Análisis Avanzado de Datos

    • Introducción al Data Science
    • Data Analysis en Python: NumPy, PAndas, Scikit-learn, Matplotlib
    • Machine Learning en Big Data:  Spark MLib
    • Análisis estadístico con R

    12: Visualización de Datos

    • Herramientas de visualización: Tableau y CartoDB
    • Librerías de Visualización: D3, Leaflet, Cytoscape

    Seminarios gratuitos para los alumnos y Máster Class de Big Data y Analítica de Datos.

    El temario está sujeto a cambios o modificaciones para asegurar que los contenidos estén siempre actualizados a los nuevos cambios tecnológicos que se dan tanto en Big Data como en Data Science.

    Juntos Construyendo tu Futuro

    ¿Estás preparado para dar el siguiente paso?

    Arranca tu formación y consigue tus metas a tu propio ritmo.

    Empieza hoy mismo