$180 + IVA (no miembros)
Online
Capacidad
Duración
Lunes, martes, jueves
Online
Duración
Cualquier puede contactarse a nuestro correo electrónicos en el siguiente link
Instructor: Virtual – Plataforma Moodle
Horario: 40 horas
Resumen:
El término Big Data ha pasado en poco tiempo de ser un desconocido a estar inmerso en todo lo que nos rodea. En un mundo cada vez más conectado, en el que las fuentes de datos aumentan cada día, se hace necesario el diseño y desarrollo de técnicas que permitan una gestión eficiente de esta información, de forma que pueda exprimirse al máximo su potencial.
Sin embargo, muchos de los campos que sustentan este amplio paradigma son viejos conocidos de la ciencia. Sin ir más lejos, la estadística es la base matemática de cualquier sistema de análisis. Por otro lado, la clasificación y selección de datos son campos ampliamente estudiados durante las últimas décadas, de igual forma que lo es la visualización de la información. La gestión de los recursos que nos facilitarán la aplicación de las técnicas anteriores será un aspecto clave: la ingeniería de procesado de datos, así como las herramientas y ecosistemas que actualmente la soportan, será la encargada de hacer realidad la implementación de sistemas Big Data, siempre con la ayuda de estrategias adecuadas que permitan gestionar los recursos de forma eficiente. Finalmente, la gestión de datos es un aspecto delicado debido al carácter confidencial y sensible de muchos de ellos. Por este motivo, es importante tener en cuenta la legislación vigente que deba aplicarse, así como un código ético inflexible.
Este curso de Big Data aborda todas estas cuestiones a lo largo de 8 temas en los que se presentarán los aspectos más relevantes de la captura, gestión y análisis de datos, de la Inteligencia Artificial, de la visualización, de la ingeniería de procesado de datos, del Business Intelligence y de la privacidad de los datos, a través siempre de un enfoque eminentemente práctico
Audiencia:
Personas interesadas en conocer los procedimientos de big Data. profesionales, desarrolladores, técnicos e ingenieros vinculados a las áreas informáticas, estadística, base de datos, redes de computadores, electrónica, telecomunicaciones, e industria.
|
Competencia específica
|
|---|
|
Ser capaz, en el contexto de la Industria 4.0, de identificar, analizar, planificar y organizar las actividades necesarias para realizar correctamente un análisis de datos y visualización de la información en un contexto profesional.
|
|
Ser capaz de recopilar, procesar, seleccionar y filtrar aquella información de múltiples fuentes de datos heterogéneas (como, entre otras, fuentes de datos abiertos, información sobre legislación vigente, documentos técnicos, artículos especializados, páginas web o documentación interna de la empresa) que sea necesaria para la correcta ejecución de técnicas avanzadas de analítica y visualización de datos.
|
Este curso se lleva a cabo mediante una metodología constructivista que motiva a los estudiantes a aplicar lo aprendido en las clases teóricas y prácticas, proponiendo soluciones a problemas reales de la sociedad actual.
• Aprendizaje basado en resolución de problemas, trabajo colaborativo, trabajo autónomo, análisis de casos, discusiones, prácticas de laboratorio y desarrollo de proyectos.
• Todo el recurso de software (programas, librerías, etc.) utilizados durante las prácticas del curso será compartido en un repositorio para la libre descarga de los estudiantes.
• Todo el código generado durante las prácticas del curso será almacenado en un repositorio para ser compartido con los estudiantes.
• Cada tema tendrá un foro de discusión para tratar las soluciones de las prácticas y resolver cualquier inquietud.
Características:
• El curso tendrá una duración de 40 horas con actividades prácticas de laboratorio. 25 de estas horas serán de conferencia y 15 para realizar actividades orientadas por el instructor.
• El estudiante entregará avances del trabajo que realiza a través de la plataforma de educación virtual
Objetivo General:
Conocer la importancia de herramientas de Big Data dentro de la industria 4.0 y llegar a entender el valor de generar una gran cantidad de datos el análisis y visualización de estos.
Requisitos Previos:
• Conocimientos básicos de estadística.
• Conocimientos básicos de base de datos.
• Conocimientos básicos de electrónica.
Evaluación:
• Las evaluaciones serán de tipo test y se las realizará al finalizar cada tema. Teniendo un total de 8 evaluaciones correspondiente a los temas del curso.
• Las tareas autónomas serán subidas a la plataforma del curso para su calificación.
|
TEMA
|
SUBTEMA
|
|---|---|
|
Métodos de captura de información
|
Introducción y objetivos
|
|
Origen y calidad de los datos
|
|
|
Organización de los datos
|
|
|
Casos de estudios
|
|
|
Referencias bibliográficas
|
|
|
Estadística y Big Data
|
Introducción y objetivos
|
|
Conceptos básicos de estadística
|
|
|
Gráficas
|
|
|
Probabilidad condicional y variables aleatorias
|
|
|
Retos de la industria 4.0
|
|
|
Referencias bibliográficas
|
|
|
Análisis de datos
|
Introducción y objetivos
|
|
Medidas que resumen la informacion
|
|
|
Regresión y correlación
|
|
|
Distribución
|
|
|
Intervalos de confianza
|
|
|
Contrastes de hipótesis
|
|
|
Análisis de componentes principales
|
|
|
Análisis de datos en el contexto de la industria 4.0
|
|
|
Referencias bibliográficas
|
|
|
Técnicas de Inteligencia Artificial
|
Introducción y objetivos
|
|
Inteligencia artificial, aprendizaje automático y minería de datos
|
|
|
Árboles de decisión y reglas
|
|
|
Clustering
|
|
|
Sistemas de recomendación
|
|
|
Redes neuronales artificiales
|
|
|
Búsqueda
|
|
|
Sistemas expertos
|
|
|
Aplicación de big data en la Industria 4.0
|
|
|
Referencias bibliográficas
|
|
|
Visualización
|
Introducción y objetivos
|
|
Introducción a la visualización de datos
|
|
|
Trabajar con datos
|
|
|
Definición y tipología de gráficos
|
|
|
Visualización estática
|
|
|
Visualización dinámica
|
|
|
Herramientas de visualización en la Industria 4.0
|
|
|
Referencias bibliográficas
|
|
|
Ingeniería de Procesado de Datos
|
Introducción y objetivos
|
|
Hadoop
|
|
|
HDFS
|
|
|
MAPReduce
|
|
|
Apache Spark
|
|
|
Casos de uso en la Industria 4.0
|
|
|
Referencias bibliográficas
|
|
|
Ingeniería de Procesado de Datos
|
Introducción y objetivos
|
|
Dirección estratégica
|
|
|
El cuadro de mando integral
|
|
|
Business intelligence en entornos de Industria 4.0
|
|
|
Referencias bibliográficas
|
|
|
Ingeniería de Procesado de Datos
|
Introducción y objetivos
|
|
Principios generales en materia de privacidad en la Unión Europea
|
|
|
Principios generales en materia de privacidad en LATAM y EEUU
|
|
|
Big data en Industria 4.0 y protección de datos personales
|
|
|
Disociación y anonimación de datos
|
|
|
Referencias bibliográficas
|
