INTRODUCCIÓN AL BIG DATA E IA
DIGNITAECurso subvencionado para trabajadores presencial
Madrid
Gratis
Duración : 3 Semanas
Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Sedes
Localización
Fecha inicio
Objetivos
En este curso aprenderás: Los conceptos básicos de Big Data e inteligencia artificial, mientras lo implementas usando servicios de Microsoft Azure. Aprendizaje automático (Machine Learning) Visión artificial (Computer Vision) Tratamiento de lenguaje natural (Natural Language Processing) Ingesta, almacenamiento y análisis de datos en Microsoft Azure. Bases de datos Relacionales y NoSQL Creación de informes en Power BI Prepararse para las certificaciones AI-900 Azure AI Fundamentals y DP-900 Azure Data Fundamentals de Microsoft Azure Introducción a ChatGPT.
A quién va dirigido
1/ Trabajadores y autónomos del sector de actividad "Otros servicios" 2/ Trabajadores en ERTE de cualquier sector. 3/ Desempleados (plazas limitadas) inscritos como demandantes de empleo en los Servicios Públicos de Empleo.
Requisitos
1/ Trabajadores y autónomos del sector de actividad "Otros servicios" 2/ Trabajadores en ERTE de cualquier sector. 3/ Desempleados (plazas limitadas) inscritos como demandantes de empleo en los Servicios Públicos de Empleo.
Temario completo de este curso
1. ADQUISICIÓN Y DOMINIO DE CONCEPTOS BÁSICOS Y DE CONOCIMIENTOS SOBRE LOS AVANCES EN BIG DATA
1.1 Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
1.2 El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
1.3 Hadoop como revolución para el tratamiento paralelo de datos masivo.
1.4 Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …
1.5 Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
2. CONOCIMIENTO DE NOCIONES BÁSICAS SOBRE ARQUITECTURA BIG DATA Y PRINCIPALES TECNOLOGÍAS
2.1 El ecosistema Hadoop: HDFS y MapReduce.
2.2 Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
2.3 Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
2.4 Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
2.5 Procesamiento y analítica avanzada con Spark.
2.6 Seguridad y gobierno del dato.
3. COMPRENSIÓN DE LOS PRINCIPALES CONCEPTOS SOBRE LA “CIENCIA DE DATOS” E IA:
3.1 Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
3.2 Principales lenguajes de programación utilizados: R y Python.
3.3 Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
3.4 Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
3.5 Introducción al Deep Learning y el Aprendizaje por Refuerzo.
3.6 Procesamiento de información no estructurada: Imágenes y Textos.
3.7 Visualización de datos: Visualizaciones interactivas y Dashboards.
4. ADQUISICIÓN DE UNA VISIÓN TRASVERSAL SOBRE EL FUTURO DEL BIGDATA Y CÓMO SE APLICA ACTUALMENTE EN DIFERENTES ÁREAS:
4.1 Ejemplos en las instituciones públicas: OpenData.
4.2 Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.
4.3 “Data for Good”: Big Data para el bien social.
4.4 Reflexiones finales sobre el impacto del Big Data en los años venideros
Gratis
Gratis
Gratis
Gratis
Gratis