Objetivos
De acuerdo con las tendencias actuales en formación universitaria y con la experiencia de la UOC en programas virtuales, los objetivos del programa se dirigen a la adquisición de competencias profesionales de carácter práctico, principalmente mediante el uso de casos de negocio, métodos y herramientas de trabajo, ante todo saber diseñar, crear, explotar y mantener una arquitectura big data que sirva de soporte a los procesos de BI (gestión de big data y big data analytics)
A quién va dirigido
El espacio de conocimiento y aplicación de la inteligencia de negocio y el análisis de datos es, por definición, un ámbito híbrido en el que conviven perfiles de entrada y de salida muy diferentes. También es muy distinta la organización de las competencias y responsabilidades sobre inteligencia de negocio dentro de las empresas y organizaciones de todo tipo. Esta especialidad está diseñada para (1) ingenieros en informática y/o telecomunicación o estudios equivalentes, o (2) para profesionales con una experiencia laboral equivalente que requieren una inmersión rápida en los principales conceptos, usos y herramientas de los sistemas de big data en el entorno de la inteligencia de negocio. Se recomienda tener una formación o experiencia anterior en bases de datos, programación, sistemas distribuidos y nociones básicas de estadística, data mining y machine learning (funciones: desarrollador, arquitecto, analista de datos y administrador de sistemas).
Requisitos
No se precisa titulación previa. Se recomienda para estudiantes de formación técnica, basada en ingeniería informática, telecomunicación o estudios equivalentes o candidatos con una experiencia profesional equivalente. En todos los casos, es recomendable el conocimiento de inglés a nivel escrito.
Temario completo de este curso
TEMARIO:
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.
Precio a consultar
1.299 €
1.695 €
1.550 €
2.450 € 1.970 €