Curso Gratuito Big Data y QGIS – Online (80 h)
SERPROFESCurso subvencionado para trabajadores online
Gratis
Duración : 2 Meses
Curso orientado a profesionales que desean aplicar Big Data al análisis geoespacial con QGIS. Aprende a procesar, analizar y visualizar grandes volúmenes de datos geográficos mediante PySpark, SQL y Python en proyectos reales.
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.
Objetivos
Introducir a profesionales en el análisis de Big Data aplicado a GIS. Gestionar y procesar grandes volúmenes de datos espaciales en QGIS. Aplicar PySpark, Databricks y SQL a proyectos reales de ingeniería. Automatizar procesos y realizar análisis predictivos sobre datos urbanos y de obra civil. Visualizar resultados geoespaciales en mapas dinámicos y comprensibles.
A quién va dirigido
Técnicos e ingenieros que trabajen en obra civil, urbanismo o servicios urbanos. Profesionales GIS que deseen integrar Big Data en sus proyectos. Consultores y analistas que necesiten manejar grandes volúmenes de datos geoespaciales. Estudiantes de ingeniería, geografía, medioambiente o disciplinas afines con interés en GIS avanzado.
Requisitos
Conocimientos básicos de informática y GIS. Interés en análisis de datos, programación y cartografía. Motivación para aplicar Big Data en ingeniería, obra civil y servicios urbanos. No es necesario saber programar
Temario completo de este curso
- Introducción a Big Data aplicado a GIS: Se abordarán los fundamentos del Big Data en el contexto geoespacial, explorando fuentes de datos como sensores IoT, imágenes satelitales y sistemas cartográficos. Se analizará cómo los entornos Big Data permiten almacenar, procesar y explotar información espacial para resolver problemas complejos de ingeniería y planificación territorial.
- Visualización de grandes datasets en QGIS:Se trabajará con QGIS para representar y analizar grandes volúmenes de información geoespacial. Se aprenderán técnicas de optimización, estilos avanzados y creación de mapas dinámicos que permitan facilitar la interpretación y la toma de decisiones en proyectos de ingeniería y gestión urbana.
- Procesamiento batch con PySpark y Databricks: Se estudiará el procesamiento masivo de datos mediante PySpark, desarrollando flujos batch escalables. Se integrará el uso de Databricks como plataforma colaborativa para ejecutar pipelines distribuidos, orientados al análisis y modelado de datos geoespaciales a gran escala.
- Consultas avanzadas con SQL sobre datos geoespaciales:Se profundizará en el manejo de SQL aplicado a datos espaciales, utilizando PostGIS y otras extensiones. Se explorarán consultas complejas para la gestión de información vectorial y raster, incluyendo análisis de proximidad, intersecciones, generación de buffers y operaciones topológicas.
- Integración de Python para automatización de análisis: Se aprenderá a integrar Python en flujos de trabajo geoespaciales mediante librerías como GeoPandas, Shapely o Rasterio. Se diseñarán scripts para la automatización de tareas repetitivas, la limpieza de datos y la creación de pipelines reproducibles en entornos de ingeniería.
- Análisis de datos urbanos, de obra civil y servicios: Se aplicarán técnicas de Big Data y GIS en casos prácticos de ingeniería: análisis de movilidad y transporte urbano, monitoreo de obras civiles, gestión de recursos naturales y planificación de servicios públicos. Se desarrollará un enfoque práctico orientado a la resolución de problemas reales.
- Proyecto final práctico integrando QGIS y herramientas de Big Data: Como cierre del curso, se desarrollará un proyecto integrador en el que los estudiantes aplicarán los conocimientos adquiridos. Se combinarán QGIS, PySpark, SQL y Python en un caso real de análisis geoespacial, permitiendo diseñar una solución completa en el ámbito de la ingeniería.
495 €
80 €
Gratis
290 €
299 €