Big data y sistemas NoSQL (12 créditos)

En esta especialización se adquieren las competencias para diseñar, construir, mantener y explotar los sistemas de información de inteligencia de negocio basados en datos masivos. Se verán en detalle los procesos de captura, procesamiento y gestión de datos masivos de distintas procedencias y tipología. (Forma parte del itinerario desistemas de información del máster.)

• A18. Gestión de big data: datos y usos (4 créditos)
  
  En esta asignatura se presentan distintos escenarios, que combinan tanto la analítica de negocio como elbig data, y se explica cómo pueden utilizarse para la creación de nuevos productos y servicios basados en datos. Entre estos escenarios destacan la inteligencia geográfica, la analítica social o el paradigma de datos abiertos.
  
  Asimismo, se tratan tecnologías que no se exploran en otras asignaturas, como el análisis de datos enstreaming o los sistemas de indexación y búsqueda distribuida.
  
  Por las características de la asignatura se trabaja con varias herramientas, que se actualizan continuamente y pueden cambiar en cada edición, como R y GeoBI, entre otras.

• A19. Gestión de big data: tecnologías (4 créditos)
  
  En esta asignatura se presentan las bases para el almacenamiento y el procesamiento de datos masivos obig data. Se analizan los principales modelos de procesamiento (batch y stream), así como los frameworksmás utilizados en la actualidad (Hadoop y Spark). Se exploran los ecosistemas de cada uno, introduciendo los módulos más relevantes para el acceso, el proceso y la visualización de datos, como análisis de datos,machine learning y manipulación de datos en formato de grafos.
  
  Se trabaja principalmente con el entorno de almacenamiento distribuido HDFS y con los frameworks de procesamiento Hadoop y/o Spark sobre máquinas virtuales accesibles desde el aula. La universidad cuenta con un universo de datos propio para realizar las actividades prácticas.

• A20. Bases de datos NoSQL (4 créditos)
  
  Las bases de datos NoSQL constituyen una alternativa a las bases de datos relacionales y son especialmente idóneas para ciertos dominios de aplicación: los que trabajan con grandes volúmenes de datos, aquellos en los que se requiera una alta distribución y/o disponibilidad, los que manejan datos poco estructurados y aquellos en los que se establecen múltiples y complejas interrelaciones entre los datos.
  
  En esta asignatura se presentan los principios y conceptos de este tipo de bases de datos, los modelos de datos subyacentes y los problemas que presenta la distribución en su almacenaje y gestión.
  
  Se trabajan varios tipos de bases de datos NoSQL (clave-valor, documentos, orientadas a columnas y grafos) con herramientas como Riak, MongoDB o Neo4 j.