Arquitectura de Big Data - SCORM

Descripción del curso: Arquitectura de Big Data

Este curso se imparte en modalidad online y consta de 8 unidades. La duración del curso es de 115 horas que se distribuye entre el contenido y las herramientas de colaboración. A su finalización, el alumno recibirá un diploma acreditativo.

La formación se realiza a través de nuestro Campus Virtual, con esta modalidad dispondrás de todo el contenido didáctico en la plataforma del curso y estará accesible, desde el día de inicio de curso, las 24 horas todos los días de la semana. El alumno también dispondrá de foros de participación, así como una tutorización continua.

• Acceso a la plataforma: 8 semanas
• Soporte individualizado

Objetivos del curso

Conocer en profundidad los diferentes paradigmas de procesamiento en sistemas Big Data y dominar las principales tecnologías y su utilización para el diseño de arquitecturas escalables adaptadas a cada proyecto.

Contenido del curso

Unidad 1. BATCH PROCESSING

1.1. Hadoop.
1.2. Pig.
1.3. Hive.
1.4. Sqoop.
1.5. Flume.
1.6. Spark Core.
1.7. Spark 2.0.

Unidad 2. STREAMING PROCESSING

2.1. Fundamentos de Streaming Processing.
2.2. Spark Streaming.
2.3. Kafka.
2.4. Pulsar y Apache Apex.
2.5. Implementación de un sistema real-time.

Unidad 3. SISTEMAS NOSQL

3.1. Hbase.
3.2. Cassandra.
3.3. MongoDB.
3.4. Neo4J.
3.5. Redis.
3.6. Berkeley DB. 
3.7 Cosmos DB.

Unidad 4. INTERACTIVE QUERY

4.1. SQL
4.2. NoSQL
4.3. Lucene + Solr.

Unidad 5. SISTEMAS DE COMPUTACIÓN HÍBRIDOS

5.1. Arquitectura Lambda.
5.2. Arquitectura Kappa.
5.3. Apache Flink e implementaciones prácticas.
5.4. Druid.
5.5. ElasticSearch.
5.6. Logstash.
5.7. Kibana.

Unidad 6. CLOUD COMPUTING

6.1. Amazon Web Services.
6.2. Google Cloud Platform.
6.3. Microsoft Azure

Unidad 7. ADMINISTRACIÓN DE SISTEMAS BIG

7.1. Administración e Instalación de clusters: Cloudera y Hortonworks.
7.2. Optimización y monitorización de servicios.
7.3. Seguridad: Apache Knox, Ranger y Sentry.

Unidad 8. VISUALIZACIÓN DE DATOS

8.1. Herramientas de visualización: Tableau y CartoDB.
8.2. Librerías de Visualización: D3, Leaflet, Cytoscape.

Evaluación final

Cuestionario de Calidad

Requisitos previos 

Para realizar este curso no son necesarios unos requisitos técnicos previos. Sin embargo, se recomiendan conocimientos básicos de informática y conocimientos de entornos relacionados con la Tecnología de la Información.