Diplomado en Big Data y Data Science
Dirigido a profesionales del área informática o afín que requieran utilizar herramientas computacionales y estadísticas para procesar y analizar grandes volúmenes de datos.
Objetivos
- Comprender el contexto y las tendencias que permiten generar conocimiento explícito sobre la base del almacenamiento de grandes volúmenes de datos.
- Comprender los problemas asociados al procesamiento y análisis de grandes volúmenes de datos.
- Conocer y experimentar con modelos, algoritmos y herramientas asociados al procesamiento y análisis de grandes volúmenes de datos.
- Desarrollar aplicaciones que procesan y analizan grandes volúmenes de datos.
Contenidos
Módulo 1: Datos como fuente de valor
Introducción y contexto
Sociedad de la Información y calidad de vida.
La nueva era de la máquina.
Calidad de los datos y buenas prácticas.
Big Data en la organización
Big Data en la Gestión de Operaciones.
Big Data en la Gestión del Control.
Big Data en la Gestión Estratégica.
Problemas de negocio y soluciones basadas en datos
De problemas de negocios a tareas de minería de datos.
El proceso de minería de datos.
Nuevos modelos de negocio basados en Big Data.
Futuro del Big Data
Módulo 2: Big Data
Introducción
Procesamiento de grandes volúmenes de datos.
Mapreduce, NoSQL, flujos de datos.
Proveedores de servicios: cloud, hosting, ecosistemas.
Hadoop
Distribución de datos (HDFS), tolerancia a fallas y balance de carga.
El ecosistema Hadoop.
MapReduce.
Hbase, Hive.
Pig.
Spark.
Sistemas de Gestión de Flujos de Datos
Arquitectura.
Procesamiento de consultas. Operadores de Consulta. Lenguajes de consulta.
Procesamiento distribuido de flujos de datos.
Spark.
Módulo 3: Data Science
Análisis de Datos
Estadística Descriptiva e Inferencia.
Análisis exploratorio de datos.
Identificación de relaciones entre variables.
Técnicas de Análisis Cuantitativo.
Visualización de datos.
Machine Learning para Big Data
Clasificación, Agrupamiento y Reducción de dimensionalidad.
Apache Spark.
Machine Learning Library en Spark.
Enfoques Paralelos y Distribuidos en Machine Learning.
Reconocimiento de Patrones y Machine Learning
Aprendiendo de los datos.
Clasificación, Predicción y Agrupamiento.
Modelos Lineales.
Arboles de Clasificación.
Regresión Logística.
Redes Neuronales Artificiales.
Máquinas de Soporte Vectorial.
Algoritmo de K-medias.
Relatores
Wenceslao Palma
Dr. en Informática, Universidad de Nantes, Francia. Docente e investigador de la Escuela de Ingeniería Informática PUCV en el área de Big Data.
Héctor Allende-Cid
Dr. en Ingeniería Informática, Universidad Técnica Federico Santa María, Chile. Docente e investigador de la Escuela de Ingeniería Informática PUCV en el área de Data Science.
Rodrigo Alfaro
Dr. (c) en Ingeniería Informática, Universidad Técnica Federico Santa María, Chile. Docente e investigador de la Escuela de Ingeniería Informática PUCV en el área de Data Science. Co-founder de Analitic, empresa dedicada a la recolección, clasificación y análisis de Big Data.
Charlas invitadas
Se contará con expositores invitados para temas específicos.
Metodología
Clases expositivas, actividades de laboratorio.
Duración
81 horas.
Horario de clases
Las clases se dictan en dos sesiones semanales de 3 hrs c/u, en los siguientes horarios:
Viernes de 19:00 hrs. a 22:15 hrs y Sábado de 10:00 hrs. a 13:15 hrs.
Evaluación
Al final de cada módulo cada relator realizará una evaluación final que será calificada en el rango 1,0 a 7,0.
Asistencia
Se exige un mínimo de asistencia de 75% respecto de las 81 horas programadas.
Folleto
Inscripciones y contacto
Email: bigdata@pucv.cl
Director: Dr. Wenceslao Palma
[ wenceslao.palma@pucv.cl ]