Medrano 951 - 2do. Piso - Of. 206 CABA - Lun. a Vier. de 9 a 13 hs y de 13.30 a 21 hs.
(011) 4867-7545 info@sceu.frba.utn.edu.ar
Diplomatura en Arquitecturas de Big Data Aplicadas

Diplomatura en Arquitecturas de Big Data Aplicadas

Por consultas, escribir a utncursos@gmail.com

OBJETIVOS

Curso Big Data – Apache Hadoop
  • Describir herramientas y componentes de las plataformas y bases de datos NoSQL tratadas.
  • Describir la arquitectura
  • Describir como se accede a los datos, se insertan modifican y borran en base de
  • Usar herramientas y comandos para importar y exportar archivos desde/hacia las Plataformas y Bases de Datos tratadas.
  • Describir como es generan y modelar estructuras.
  • Explicar y utilizar diferentes formatos de datos.
  • Utilización de motores de procesamiento Distribuido.
  • Desarrollar en diferentes lenguajes sobre plataformas de procesamiento y almacenamiento distribuido y bases de datos NoSQL
  • Desarrollar ETLs hacia y desde Bases de Datos NoSQL y Hadoop.
  • Configurar y hacer troubleshooting de Jobs MapReduce
  • Monitorear y administrar las Plataformas y Bases de Datos NoSQL tratadas.
Curso Big Data – NoSQL MongoDB
  • 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.
  • Entender cómo utilizar MongoDB para insertar datos, actualizarlos, borrarlos y consultarlos
  • Entender los diferentes tipos de índices que utiliza MongoDB y cuando aplicarlos
  • Utilizar el framework de agregación y map reduce embebido
  • Modelar datos para aplicaciones eficientes.
  • Poder diseñar e implementar mecanismos de replicación y particionamiento de datos
  • Conocer las herramientas y comandos de administración y monitoreo de MongoDB
  • Poder configurar seguridad en MongoDB
Curso Big Data – NoSQL Cassandra y Neo4J
  • Modelar datos para diseñar aplicaciones utilizando bases de datos basadas en familias de columnas y en grafos.
  • Entender los diferentes tipos de column families que utiliza Cassandra y cuando aplicarlas
  • Entender cómo utilizar Cassandra y Neo4J para insertar datos, actualizarlos, borrarlos y consultarlos.
  • Conocer el lenguaje CQL para desarrollar consultas y procesos sobre Cassandra.
  • Conocer el lenguaje Cypher para desarrollar consultas y procesos sobre Neo4J.
  • Poder diseñar e implementar mecanismos de replicación de datos en Cassandra y Neo4J.
  • Comprender la arquitectura interna y sus componentes principales de Cassandra y Neo4J.
  • Conocer herramientas de administración de Cassandra y Neo4J.
Curso BigData – Programación Distribuida, Text Mining y Data Science Aplicada
  • 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

Profesionales de Sistemas. Administradores de Bases de datos. Analistas de BI. Desarrolladores. Científicos de Datos. Arquitectos de Datos. Administradores de Sistemas. DevOps.

 

METODOLOGÍA A UTILIZAR EN EL DESARROLLO DEL CURSO

Se Dictará en cuatro cursos teórico/prácticos y se rendirá un examen por cada módulo con una nota de aprobación mínima de 60/100.

Dada la temática del programa y los objetivos que persigue, en todos los cursos, permanentemente se vincularán los conceptos teóricos con casos prácticos.

Durante todos los cursos los participantes trabajaran en el desarrollo de casos prácticos en los cuales puedan aplicar los conceptos adquiridos.

Cada clase estará dividida en una parte teórica y otra parte práctica en la que se implementan los conceptos adquiridos.

 

TEMARIO

Para conocer el temario y el listado de trabajos prácticos a desarrollar durante la cursada, haga clic AQUÍ

 

DURACIÓN

Carga horaria total: 144 hs. presenciales

Duración: 1 año: 4 cursos de 12 clases de 3 horas.

Carga horaria por semana: 3 hs. / 6 hs. presenciales

 

EQUIPO DOCENTE

Ing. Juan Zaffaroni / Ingeniero en Sistemas de Información

Ing. Martín Mihura / Ingeniero en Sistemas de Información

Ing. Maximiliano Mendez / Ingeniero en Sistemas de Información

Ing. Patricio Boffino / Ingeniero en Sistemas de Información

 

PROCEDIMIENTOS DE EVALUACIÓN Y ACREDITACIÓN – CERTIFICACIÓN

  • Evaluaciones parciales obligatorias a través por cada módulo.
  • Cada Clase consta de un trabajo práctico y un cuestionario de 5 preguntas teóricas para reforzar conceptos.
  • Cada módulo se aprueba rindiendo un examen y aprobándolo con una nota de 60/100 o más.

Se otorgará certificado de aprobación, para lo cual los participantes deberán cumplir con el 80 % de asistencia y la aprobación de los exámenes.

Aprobando los cuatro cursos:

se entregará certificado de Diplomatura en Arquitecturas de Big Data Aplicadas.

 

INICIO: Marzo 2019