Curso de Big Data – Elastic Stack
Presentación
Clases en vivo: Lunes 18:30 a 21:30 hs. (4 encuentros).
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.
Modalidad: En vivo online
Objetivo general
Desarrollar un conocimiento profundo y práctico del Elastic Stack, desde su funcionamiento general y casos de uso, hasta la configuración y optimización de ElasticSearch, la ingesta y transformación de datos con Logstash, el manejo de Beats, y la explotación de datos a través de visualizaciones y dashboards en Kibana.
Objetivos específicos
- 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
- Comprender todos los métodos de aplicación que nos ofrece kibana
Destinatarios
- El curso está también dirigido a personas con conocimientos en el área de Big Data que quieran aprender Elastic Stack.
- 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.
Requisitos
- Es recomendable contar con estudios al menos iniciales en carreras relacionadas con Sistemas y conocimientos de bases de datos.
Equipo docente
Juan Zaffaroni
Profesor
Ing. Juan Zaffaroni Es egresado de la carrera de Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional Tiene más de 35 años de experiencia en el área de Gestión de Datos. Es CEO de DBlandIT, empresa que se dedica a Analítica de Datos y Big Data. Profesor desde el año 1991 en la Universidad Tecnológica Nacional – Facultad Regional Buenos Aires, y dicta las materias Gestión de Datos y Bases de Datos NoSQL, pertenecientes a la carrera de grado de Ingeniería en Sistemas de Información. Es Director Académico de la Diplomatura en Arquitecturas de Big Data Aplicadas en Extensión Universitaria de la UTN FRBA.
Ruben Horacio Fojanini
Profesor
Mi nombre es Rubén Horacio Fojanini, y mi formación, abarca un Posgrado en Diseño de la Enseñanza con Tecnologías para el Nivel Superior (UBA), una Lic. en Tecnología Educativa (Universidad Tecnológica Nacional), grado de Ingeniero en Electrónica (Universidad Tecnológica Nacional), certificación en Diseño Didáctico Instruccional para e-le arning (UCASAL–NET LEARNING) y un curso de Actualización en Tecnología Educativa (UTN), junto con mi amplia experiencia docente en todos los niveles educativos.
Lucas Garcia
Coordinador
Mi nombre es Lucas García, soy Ingeniero industrial de UTN BA (2001). Una vez recibido trabajé en Toyota Argentina en Control de la Producción del Abastecimiento de Autopartes Locales. Durante 2005/7 realicé el Posgrado de Dirección Logística integrada en la USAL y a partir de allí, me desempeñé profesionalmente en Shell CAPSA, Siemens, e stando actualmente a cargo de la Gestión operativa de los Almacenes de Upstresm. Realizo Proyectos educativos y Cursos presenciales para la SCEU UTN BA. Soy adjunto de la Cátedra de Planificación y Control de la Producción de la carrera de Ingeniería Industrial (2018) y Coordinador académico de la Tecnicatura Universitaria en Logística UTN BA y Fundación Andreani, iniciada por la Secretaría de Cultura y Extensión universitaria de UTN BA.
Metodología De Enseñanza-Aprendizaje:
La modalidad de e - Learning en VIVO es totalmente mediada por tecnologías a través del Campus Virtual FRBA. Se trata de una modalidad sincrónica en la que el alumno podrá ingresar al Campus Virtual las 24 hrs del día, tendrá clases con el docente en tiempo real cada semana, así mismo podrá encontrar recursos digitales y espacios de interacción entre docente/alumno.
El trayecto formativo consta de clases, cada con una duración entre 2 y 4 horas.
Así, en cada clase, usted contará con:
- 100% de videoclases sincrónicas.
- Consultas e interacciones entre docentes y alumnos vía micrófono y video.
- Material de lectura obligatoria y complementaria.
- Actividades y trabajos integradores de aplicación de los conocimientos adquiridos, individuales y/o grupales.
Modalidad de Evaluación y Acreditación:
Para obtener el certificado de Aprobación de nuestros cursos con clases en vivo se tiene en cuenta lo siguiente:
- La lectura y análisis de todos los elementos que componen cada clase.
- 75% de asistencia a las clases virtuales en tiempo real.
- La entrega y aprobación de todas las actividades y ejercicios que se consignen como obligatorios.
Al finalizar la última clase, se destinarán 2 semanas para la Evaluación Final Integradora y su recuperatorio.
El alumno deberá finalizar la cursada dentro de la duración del trayecto sin excepción. - Terminado el mismo, no podrá entregar nada adeudado y deberá cursar nuevamente en un próximo inicio, en caso de desear finalizarlo.
Aquellos alumnos que no hayan cumplido con los requisitos de aprobación antes nombrados, se le extenderá una certificación de Participación.
Todos los certificados del Centro de eLearning poseen código de validación que se podrá verificar aquí.