Por consultas, escribir a utncursos@gmail.com
PRESENTACIÓN
En los últimos 25 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.
El concepto de programación distribuida existe desde comienzo de Internet, en ámbitos académicos, sin embargo, nunca fue posible y necesario el uso, la administración y la explotación de datos como en tiempos modernos. La baja en precios por unidad de almacenamiento, el crecimiento exponencial de la capacidad de procesamiento, la receptividad del mercado a la explotación de datos, la gran cantidad y variedad de datos (en el orden de los PB de información) favorecieron el surgimiento de herramientas como Spark y Hadoop que cambiaron el paradigma de programación, permitiendo no estar limitado a la potencia de un solo servidor, sino usar varios de ellos como uno solo. Este nuevo surgimiento, trajo nuevos desafíos y problemáticas, para ello, es muy importante entender cómo desarrollar sistemas que estén a la altura de requerimientos y fuentes de datos dinámicas, así como comprender el rol del profesional de datos orientado a resolver problemas de big data dentro de las organizaciones.
OBJETIVOS
Se espera que al finalizar el programa, los participantes puedan:
- Entender los conceptos relacionados a la programación distribuida y su aplicación en data science.
- Conocer las tecnologías y la arquitectura para la programación distribuida.
- Aprender conceptos de Machine Learning de manera teórica y práctica.
- Entender las funciones del rol de los data scientists y data engineer dentro de una organización.
- Aprender la Herramienta Mahout de la Plataforma Hadoop.
- Programar algoritmos de data mining con Java sobre Motor de Procesamiento MapReduce.
- Programar algoritmos de data mining con Python sobre Motor de Procesamiento Spark.
- Programar algoritmos de data mining con Scala sobre Motor de Procesamiento Spark.
- Programar algoritmos en Scala ó Python sobre Spark en HDFS.
- Programar algoritmos en Scala ó Python sobre Spark en MongoDB.
- Entender el concepto de arquitectura Lambda.
- Implementar arquitectura Lambda con los lenguajes y herramientas estudiados
DESTINATARIOS
El curso está dirigido a personas con conocimientos de programación en lenguajes tales como C++, Java, C#, Ruby, Scala, Python, R, entre otros, que quieran hacer una inmersión en el mundo de Big Data.
El curso está también dirigido a personas con conocimientos en el área de Big Data, bases de datos NoSQL y Plataforma de Almacenamiento y Procesamiento distribuido como Hadoop que quieren aprender programación distribuida y data science aplicada.
REQUISITOS
Recomendable contar estudios al menos iniciales en carreras relacionadas con Sistemas y conocimientos de programación y bases de datos.
Los alumnos deberán asistir al curso con un equipo personal (notebook/netbook) con posibilidad de conexión a una red wifi
DURACIÓN
El programa tiene una duración de 36 horas, a desarrollarse en 12 clases.
Carga horaria semanal: 3 horas.
TEMARIO
Para ver el temario haga clic AQUÍ
DOCENTES
Ing. Juan Zaffaroni
Ing. Maximiliano Mendez
Ing. Martín Mihura
Ing. Patricio Boffino
METODOLOGÍA A UTILIZAR EN EL DESARROLLO DEL CURSO
Las clases serán dictadas por un equipo docente (2 docentes por clase) con conocimiento teórico y práctico, para asistir a los alumnos en todas las prácticas.
Dada la temática del programa y los objetivos que persigue, permanentemente se vincularán los conceptos teóricos con casos prácticos y de negocio.
Durante el curso los participantes trabajaran en el desarrollo de varios casos prácticos en los cuales puedan aplicar los conceptos adquiridos.
PROCEDIMIENTOS DE EVALUACIÓN Y ACREDITACIÓN – 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).
- En la anteúltima clase los alumnos serán evaluados a través de un examen escrito.