Big Data - Galilea Centro de Formación y Empleo

Unidad 1:Antecedentes, definiciones y bases para un correcto entendimiento

• Origen y contextualización del big data.
• Conceptos base del big data.
• Orígenes.
• Big data vs.Business intelligence

Unidad 2:La importancia del dato

• Contextualización práctica de la productividad del dato.
• Tipología de los datos.
• Tratamiento del dato.
• Estructura arquitectónica en big data

Unidad 3:Algunos conceptos técnicos de la analítica tradicional.

• El Teorema de Brewer.
• Las nuevas basesde datos.
  • Tipos de Bases de Datos NoSQL.
• Procesamientos distribuidos. MapReduce
  • Funcionamiento de MapReduce.
  • ¿Qué elementos son clave para la puesta en marcha de MapReduce?
• Herramientas para fines operacionales vs analíticos.

Unidad 4:Representación de los datos.

• Proceso de ETL.Del dato a la información.
  • Aplicaciones de los procesos ETL.
• Análisis y creación de algoritmosI.
  • Análisis y creación de algoritmosII.
• Dashboards como herramienta de visualización

Unidad 5:Introducción al Big Data

• Big data analytics.
  • Big data analytics, data mining ydata science.
• Herramientas fundamentales del big data analytics.
• Futuro del big data.
• Aplicaciones del bussiness intelligence y el big data.
  • ¿Qué nos aporta cada una?
• Implantación de un proyecto de big data.
  • Fases de un proyecto de big data.

Unidad 6:Introducción a la analítica avanzada.

• Customer analytics.
  • Fases del Customer Analytics.
  • Tipología de análisis.
• Segmentación de los datosI.
  • Segmentación de los datos II.
• Gestión del valor del cliente.
• Técnicas de segmentación.
  • Analítica para la creación de perfiles
  • Customer Lifetime Value.
• Introducción al lenguaje RI.
  • Introducción al lenguaje RII