Este curso forma parte de la Diplomatura en Arquitecturas de Big Data Aplicadas   PRESENTACIÓN En los últimos 30 años el mundo de la informática ha experimentado cambios profundos. Han surgido nuevas arquitecturas de aplicaciones, nuevos paradigmas de programación y nuevas herramientas de desarrollo de software. Pero salvo excepciones, algo ha permanecido constante: el uso de Bases de Datos Relacionales (RDBMS) como el soporte básico para el almacenamiento y procesamiento de los datos. En los últimos 15 años se ha verificado una nueva revolución, que si bien no ha desafiado la preponderancia de las bases de datos relacionales, ha demostrado la necesidad de la utilización de nuevos paradigmas para el almacenamiento de datos. La necesidad de procesar grandes volúmenes de información a partir del uso cotidiano de las redes sociales y dispositivos móviles, es decir, el manejo de volúmenes de datos que salen de lo habitual, tendencia que actualmente denominamos como Big Data, requirió nuevas soluciones tecnológicas. Estas soluciones se encuadran dentro de lo que podemos denominar bajo la categoría de Bases de Datos NoSQL, nombre genérico en el cual podemos incluir las bases de datos key-value, las documentales, las basadas en familias de columnas y las basadas en grafos. La adopción de estas tecnologías por las empresas está creciendo, en la medida en que también crece el volumen de datos no estructurados que estas empresas almacenan y gestionan. Consecuencia de esto se está generando un mercado laboral para especialistas en estas áreas, que incluyen desde Administradores de Bases de Datos NoSQL , Data Scientists, Data Engineers y Data Architects. A su vez, los datos procesados y almacenados por estas bases de datos tanto SQL como NoSQL, son difíciles de unificar sin una herramienta adecuada que esté orientada a la integración de los mismos. Los tiempos de hoy necesitan de la toma de decisiones en base a una visión global de los datos, la cual permita concluir en mejores estrategias de mercado. Es por esto, que dentro de las herramientas de integración de datos, se encuentra Pentaho Data Integration y Apache NiFi. La primera se basa en técnicas ETL (extracción, transformación y carga) que facilitan el proceso de captura, limpieza y almacenamiento de datos utilizando un formato uniforme y consistente para los usuarios finales. La herramienta fue lanzada en sus primeras versiones en el año 2004, y hoy en día es propiedad del grupo Hitachi. Por su parte Apache NiFi es una plataforma integrada de procesamiento y logística de datos en tiempo real, la cual nos permite automatizar el flujo de datos entre diferentes sistemas de forma rápida, fácil y segura. Apache NiFi fue desarrollado y liberado por la NSA que lo utiliza desde el 2010. La fundamentación de la inclusión de este curso se basa en la otorgar a aquellos que lo deseen, la posibilidad de profundizar en conceptos de BI + ETL y tener mayores herramientas para insertarse laboralmente en un mercado que consideramos va a ser demandante de profesionales en los próximos años   OBJETIVOS Se espera que al finalizar el programa, los participantes puedan: Entender el contexto y agentes del mercado en el cual surgen la inteligencia de negocios. Entender el concepto de Inteligencia de Negocio (BI) y su uso en las aplicaciones, con sus ventajas asociadas. Entender los conceptos de DataWarehouse, DataMart y DataLake. Realizar modelados dimensionales utilizando PDI y NiFi como herramienta ETL. Entender cómo utilizar PDI y NiFi para extraer datos, actualizarlos, borrarlos y limpiarlos para luego volcarlos convenientemente. Diseñar e implementar mecanismos de ETL en PDI y NiFi. Comprender la arquitectura interna y sus componentes principales de PDI y NiFi. Conocer herramientas de administración de PDI y NiFi.   DESTINATARIOS  El curso está dirigido a personas con conocimientos en el área de sistemas de información que quieran hacer una inmersión en el mundo de Big Data y Bases de datos NoSQL y aplicar sus conceptos en PDI y NiFi. El curso está también dirigido a personas con conocimientos en el área de Big Data y bases de datos NoSQL que quieran aprender de PDI y NiFi.   REQUISITOS Es recomendable contar con estudios al menos iniciales en carreras relacionadas con Sistemas y conocimientos de bases de datos.   DURACIÓN 16 horas, 4 clases   TEMARIO Unidad 1: Business Intelligence Definición de Sistemas de Información Características, diferencias y similitudes de Sistemas OLTP y OLAP Relación de sistemas de la información con la Inteligencia de Negocio (BI) Definición, conceptos e historia de Business Intelligence Diferencias entre conceptos  DATOS – INFORMACIÓN – CONOCIMIENTO Análisis OLAP – Multidimensional Herramientas de visualización de reportes y tableros ¿Por qué utilizar Business Intelligence?  Unidad 2 : BI Analítica, Funciones Analíticas. Data Warehouse y modelado Concepto de BI Analítica, evolución y comparación con Inteligencia de Negocios tradicional Presentación de Funciones Analíticas, Aggregate y Rank Definición, características y objetivos de DataWareHouse Alimentación DataWareHouse mediante procesos Ingesta (ETL)  Definición e identificación de conceptos principales (Desnormalización / Staging Area / Datamarts / Tecnología OLAP) Enfoques de construcción de Datawarehouse Objetivos y conceptos de modelado dimensional Concepto de tabla de hechos y dimensiones asociadas Definición de métricas e indicadores de progreso (KPI’s) Unidad 3: Pentaho Data Integrator Pentaho – Instalación y utilización Definición y objetivos de la extracción, transformación y carga (ETL) Introducción a las herramientas del suite de Pentaho Herramienta ETL Pentaho Data Integrator y sus componentes Conectividad, usos comunes y composición Valores, metadatos, tipos de datos y métricas Unidad 4: Aplicaciones de transformaciones y jobs en PDI Introducción a transformaciones básicas Introducción a componentes básicos Extracción de datos de diversas fuentes  Limpieza de Datos de origen Vuelco de información procesada en diferentes salidas Modos de Ejecución, variables y parámetros Unidad 5: Introducción a Apache NiFi ¿Que es Apache NiFi? ¿Porque usar Apache NiFi? Conceptos principales y funcionalidades Arquitectura y cluster Unidad 6: Conceptos Básicos Apache NiFi – Instalación y utilización Como analizar las colas de NiFi Concepto de atributos en flujos de datos Como consumir/ingestar archivos desde un directorio local o HDFS hacia otro directorio local o HDFS. Como consumir datos

Este curso forma parte de la Diplomatura en Arquitecturas de Big Data Aplicadas   PRESENTACIÓN En los últimos 30 años el mundo de la informática ha experimentado cambios profundos. Han surgido nuevas arquitecturas de aplicaciones, nuevos paradigmas de programación y nuevas herramientas de desarrollo de software. Pero salvo excepciones, algo ha permanecido constante: el uso de Bases de Datos Relacionales (RDBMS) como el soporte básico para el almacenamiento y procesamiento de los datos.  En los últimos 15 años se ha verificado una nueva revolución, que si bien no ha desafiado la preponderancia de las bases de datos relacionales, ha demostrado la necesidad de la utilización de nuevos paradigmas para el almacenamiento de datos.  La necesidad de procesar grandes volúmenes de información a partir del uso cotidiano de las redes sociales y dispositivos móviles, es decir, el manejo de volúmenes de datos que salen de lo habitual, tendencia que actualmente denominamos como Big Data, requirió nuevas soluciones tecnológicas. Estas soluciones se encuadran dentro de lo que podemos denominar bajo la categoría de Bases de Datos NoSQL, nombre genérico en el cual podemos incluir las bases de datos key-value, las documentales, las basadas en familias de columnas  y las basadas en grafos.  La adopción de estas tecnologías por las empresas está creciendo, en la medida en que también crece el volumen de datos no estructurados que estas empresas almacenan y gestionan.  Consecuencia de esto se está generando un mercado laboral para especialistas en estas áreas, que incluyen desde Administradores de Bases de Datos NoSQL , Data Scientists, Data Engineers y Data Architects.  La inclusión de Motores de búsqueda como Elastic Search y en particular su Stack de Elastic Stack, es debido a que son tecnologías permiten acceder a cualquier tipo de dato y visualizar su evolución en tiempo real, con un muy buen tiempo de respuesta. Siendo Elastic Search es un sistema distribuido que nos permite trabajar con datos de cualquier tipo, accediendo desde una api/rest de búsqueda y combinando datos estructurados, semi estructurados y no estructurados. Al ser un sistema distribuido, Elastic Search es capaz de correr en un cluster comupuesto de cientos de servers manejando grandes cantidades enormes de información, incluso almacenando sus índices en HDFS.   OBJETIVOS Se espera que al finalizar el programa, los participantes puedan: – Entender el funcionamiento general del Elastic Stack como así en qué casos es conveniente su utilización. – Manejar los Beats disponibles en Elastic Stack oficialmente, además conocer los creados por la comunidad – Entender la ingesta y transformación de los datos por medio del uso de codecs y filtros utilizando logstash con aplicación práctica. – Comprender el funcionamiento interno de ElasticSearch a la hora de indexar la información. – Configurar el motor de búsqueda ElasticSearch de la manera que nos resulte más eficiente a la hora de aplicarlo, dependiendo el caso en particular. – Crear, Eliminar, Modificar y Configurar adecuadamente índices para su posterior utilización. – Realizar consultas sobre nuestros índices tanto Full Text Search como Term Queries. – Explotar la información alojada en ElasticSearch utilizando Kibana. – Visualizar información por medio de Dashboards adecuados a las métricas y valores alojados en nuestro índice – Entender toda la variedad de visualizaciones de las que dispone kibana y saber aplicarlas con los datos correctos – Entender toda la variedad de visualizaciones de las que dispone kibana y saber aplicarlas con los datos correctos – Comprender todos los métodos de aplicación que nos ofrece kibana   DESTINATARIOS  El curso está dirigido a personas con conocimientos en el área de sistemas de información que quieran hacer una inmersión en el mundo Motores de búsqueda y en particular con Elastic Stack. El curso está también dirigido a personas con conocimientos en el área de Big Data que quieran aprender Elastic Stack.   REQUISITOS Es recomendable contar con estudios al menos iniciales en carreras relacionadas con Sistemas y conocimientos de bases de datos.   DURACIÓN 12 horas, 4 clases   TEMARIO Unidad 1: Introducción a Elastic Stack  Unidad 2: Recolectando Datos por medio de beats Unidad 3: Logstash ingesta y transformación de datos Unidad 4: Introducción a ElasticSearch Unidad 5: Queries en ElasticSearch Unidad 6: Introducción a Kibana Unidad 7: Visualización de Datos en Kibana   DOCENTE Ing. Juan Zaffaroni Ing. Patricio Boffino Ing. Martín Mihura   METODOLOGÍA A UTILIZAR EN EL DESARROLLO DEL CURSO Dada la temática del programa y los objetivos que persigue, permanentemente se vincularán los conceptos teóricos con casos prácticos en Redis. Durante el curso los participantes trabajaran en el desarrollo de casos prácticos en los cuales puedan aplicar los conceptos adquiridos.   PROCEDIMIENTOS DE EVALUACIÓN Y CERTIFICACIÓN Para obtener el certificado de aprobación, los participantes serán evaluados a través de un examen escrito y de la calificación de los trabajos prácticos. Además la asistencia a un mínimo del 80% de las clases otorga un certificado de asistencia.- Cronograma de evaluación Durante el transcurso del programa, los participantes desarrollarán trabajos prácticos (en forma individual o grupal). A medida que se avance en los conceptos teóricos se debatirá respecto a dichos trabajos. En la anteúltima clase los alumnos serán evaluados a través de un examen escrito.

Este curso forma parte de la Diplomatura en Arquitecturas de Big Data Aplicadas   PRESENTACIÓN En los últimos 30 años el mundo de la informática ha experimentado cambios profundos. Han surgido nuevas arquitecturas de aplicaciones, nuevos paradigmas de programación y nuevas herramientas de desarrollo de software. Pero salvo excepciones, algo ha permanecido constante: el uso de Bases de Datos Relacionales (RDBMS) como el soporte básico para el almacenamiento y procesamiento de los datos.  En los últimos 15 años se ha verificado una nueva revolución, que si bien no ha desafiado la preponderancia de las bases de datos relacionales, ha demostrado la necesidad de la utilización de nuevos paradigmas para el almacenamiento de datos.  La necesidad de procesar grandes volúmenes de información a partir del uso cotidiano de las redes sociales y dispositivos móviles, es decir, el manejo de volúmenes de datos que salen de lo habitual, tendencia que actualmente denominamos como Big Data, requirió nuevas soluciones tecnológicas. Estas soluciones se encuadran dentro de lo que podemos denominar bajo la categoría de Bases de Datos NoSQL, nombre genérico en el cual podemos incluir las bases de datos key-value, las documentales, las basadas en familias de columnas  y las basadas en grafos.  La adopción de estas tecnologías por las empresas está creciendo, en la medida en que también crece el volumen de datos no estructurados que estas empresas almacenan y gestionan.  Consecuencia de esto se está generando un mercado laboral para especialistas en estas áreas, que incluyen desde Administradores de Bases de Datos NoSQL , Data Scientists, Data Engineers y Data Architects.  Entre las bases de datos NoSQL, Redis es la base de datos líder en el segmento de Bases de datos NoSQL Key-Value.   OBJETIVOS Se espera que al finalizar el programa, los participantes puedan: • Entender el contexto y agentes del mercado en el cual surgen las bases de datos NoSQL • Entender el concepto de persistencia políglota y su uso en las aplicaciones, con sus ventajas asociadas. • Modelar datos para diseñar aplicaciones utilizando bases de datos Key Values. • Entender cómo utilizar Redis para insertar datos, actualizarlos, borrarlos y consultarlos. • Entender las estructuras de datos: Keys & Expiration / Strings / Hashes / Lists / Sets / Sorted Sets / Hyperloglogs • Operaciones Set • Basic Transactions y Optimistic concurrency control • Object Storage: Simple Objects / Nesting, Relationships & Folding • Poder diseñar e implementar mecanismos de replicación de datos en Redis. • Comprender la arquitectura interna y sus componentes principales de Redis. • Conocer herramientas de administración de Redis.   DESTINATARIOS  • El curso está dirigido a personas con conocimientos en el área de sistemas de información que quieran hacer una inmersión en el mundo de Big Data y Bases de datos NoSQL y aplicar sus conceptos en Redis. • El curso está también dirigido a personas con conocimientos en el área de Big Data y bases de datos NoSQL que quieran aprender Redis.   REQUISITOS • Recomendable contar estudios al menos iniciales en carreras relacionadas con Sistemas y conocimientos de bases de datos. • Los alumnos deberán asistir al curso con un equipo personal (notebook/netbook) con posibilidad de conexión a una red wifi   DURACIÓN 6 horas, 2 clases.   TEMARIO Unidad 1: Surgimiento y Conceptualización de Bases de Datos • Valor de las Bases de Datos NoSQL • Cambios en la evolución tecnológica de las BD • Surgimiento de NoSQL. Necesidades que cubren • Definicion de BD NoSQL • Tipos de bases de datos NoSQL:  Key-value, documents, column-family, graph • Persistencia Políglota: definición y necesidad de soluciones • Cuándo usar y cuándo no bases de datos Key-values. Unidad 2: Estructuras de datos Básicas en Redis • Strings • Counters • HyperLogLog • Hashes • Lists • Sets • Sorted Sets • Keys & TTLs • Performance y notación Big-O • Operaciones con claves Unidad 3: Estructuras avanzadas & Arquitectura • Geospatial • Publish / Subscribe • Usando Redis desde un lenguaje (nodeJS/Java) • Arquitectura: Persistencia / Arquitectura: Replicación & Particionamiento.  (45 min basado en lo que tardamos en NOSQL) Unidad 4: Streams  • Introduction to Messaging, Streams, and Distributed Systems • Redis Streams • The Producer • The Consumer Unidad 5: Extendiendo Redis  • Transacciones y manejo de / Scripts LUA / Redis Modules (30 min basado en lo tenemos de NOSQL) • A module: Redis Search (Lo pongo por si nos quedamos corto de tiempo)   DOCENTES Ing. Juan Zaffaroni Ing. Patricio Boffino Ing. Martín Mihura   METODOLOGÍA A UTILIZAR EN EL DESARROLLO DEL CURSO Dada la temática del programa y los objetivos que persigue, permanentemente se vincularán los conceptos teóricos con casos prácticos en Redis. Durante el curso los participantes trabajaran en el desarrollo de casos prácticos en los cuales puedan aplicar los conceptos adquiridos.   PROCEDIMIENTOS DE EVALUACIÓN Y CERTIFICACIÓN Para obtener el certificado de aprobación, los participantes serán evaluados a través de un examen escrito y de la calificación de los trabajos prácticos. Además la asistencia a un mínimo del 80% de las clases otorga un certificado de asistencia.   CRONOGRAMA DE EVALUACIÓN Durante el transcurso del programa, los participantes desarrollarán trabajos prácticos (en forma individual o grupal). A medida que se avance en los conceptos teóricos se debatirá respecto a dichos trabajos. En la anteúltima clase los alumnos serán evaluados a través de un examen escrito.