25% descuento club del graduado
Inscripción

Especialista en Big Data con Apache Hadoop

3 y 6 cuotas sin interés
Conoce las funciones del marco de trabajo Apache Haddop en JAVA para aplicar las técnicas y herramientas del Big Data cuando lo requieras

Presentación

Big Data es el término que se utiliza para describir los grandes volúmenes de datos que componen Internet y la posibilidad de obtener información sobre ellos. La información en Internet está formada por datos estructurados, y por desestructurados, que en cantidad superan tres veces a los primeros y que provienen mayormente de las herramientas de redes sociales. Actualmente en menos de un minuto: se generan cerca de 100.000 tweets, se descargan 25.000 aplicaciones, 300.000 personas se loguean a Facebook y se ven 1,5 millones de videos en YouTube. Se estima que en 2014 cada día fueron creados cerca de 3 trillones de bytes de datos y se espera que para el año 2020 haya 35 zettabytes de información. La disciplina dedicada a los datos masivos y que se ocupa de todas las actividades relacionadas con los sistemas que manipulan grandes conjuntos de datos es Big Data. Las dificultades más habituales vinculadas a la gestión de estas cantidades de datos se centran en la captura, el almacenamiento, búsqueda, distribución (compartir), análisis y visualización de los datos. Dentro de las herramientas para trabajar con Big Data Apache Software Foundation creó Hadoop. Haddop es un marco de trabajo de software basado en Java y que soporta aplicaciones distribuidas bajo una licencia de software libre – freeware. Permite a las aplicaciones trabajar con miles de nodos y petabytes de datos. La formación de Especialista en Big Data tiene como objetivo familiarizar a los participantes con el uso de las técnicas y herramientas más difundidas de Hadoop. Se espera que los participantes incorporen criterios para saber cuándo emplear y cuando no emplear las técnicas y herramientas de Big Data.

Requisitos

Los alumnos se beneficiarán de conocimientos básicos de estadística, de nociones de manejo de bases de datos SQL y de programación estructurada. Carecer de toda esta información hará difícil aunque no imposible seguir ágilmente el curso.
Se incluirán materiales complementarios y se responderán las preguntas individuales necesarias para asegurar el éxito de todos los participantes.

Objetivo general

Formar a los asistentes en Big Data, para lo que se requiere que los participantes: Entiendan las ventajas y desventajas de las técnicas de Big Data Sepan distinguir los problemas que son susceptibles de emplear las técnicas de Big Data Comprendan los contextos en los cuales Big Data no tiene sentido desde el punto de vista de almacenamiento y explotación de la información Conozcan las herramientas disponibles identificando sus fortalezas y debilidades Sepan utilizar las funciones más difundidas de Apache Hadoop Puedan diseñar un flujo de trabajo con MapReduce, el modelo de programación utilizado por Google para dar soporte a la computación paralela

Objetivos específicos

Que los participantes utilicen las herramientas de HDFS para manipulación de archivos.
Que los participantes puedan elegir apropiadamente la distribución de Apache Hadoop que mejor se adapta a su problemática. Que los participantes puedan configurar adecuadamente los recursos de Apache Hadoop que van a utilizar. Que los participantes conozcan el impacto de los principales parámetros de configuración en el comportamiento futuro de las herramientas Apache Hadoop
Que los participantes desarrollen un criterio propio para saber cuándo aplicar herramientas de Big Data y cuando no. Que los participantes tengan como referencia aplicaciones útiles ya establecidas de las herramientas de Big Data para guiar su accionar.
Que los participantes comprendan las diferentes herramientas que conforman el ecosistema de Apache Hadoop y el lugar que ocupan en el mismo.
Que los participantes conozcan las razones que llevan al desarrollo de las técnicas de Big Data y puedan distinguir con claridad Big Data.
Que los participantes Conozcan las futuras tendencias sobre Hadoop
Que los participantes Conozcan proyectos relacionados de Apache con Hadoop
Que los participantes Entiendan las diferencias entre Hive y Pig
Que los participantes manejen la escritura de código para la fase map y para la fase reduce.
Que los participantes descubran como paralelizar los problemas para sacar ventaja cabal del procesamiento distribuido.
Que los participantes entiendan la arquitectura de HDFS y desde esa comprensión valoren el impacto de los comandos de manipulación de archivos.

Destinatarios

Profesionales que quieran aplicar herramientas y técnicas de Big Data a problemas de negocios ya sea en forma general o dentro de las herramientas propuestas por Apache Hadoop.