Este curso ofrece una introducción sólida al ecosistema Big Data, abordando tecnologías clave como Hadoop, Spark y arquitecturas distribuidas para el procesamiento eficiente de datos masivos. Se trabajará con PySpark para realizar análisis de grandes volúmenes de datos, incluyendo la ejecución de consultas SQL sobre conjuntos complejos. A través de MLlib, se explorarán modelos de clasificación, regresión y técnicas para evaluar resultados predictivos. También se aprenderá a utilizar Spark Streaming para el procesamiento en tiempo real de flujos de datos. Todo ello se reforzará con casos prácticos integrados mediante plataformas como Databricks y Google Colab. Finalmente, se abordará la exportación e interpretación de resultados para su aplicación en contextos reales de negocio e ingeniería.