IFCD105: Especialista en Big Data – Especialidades formativas

·
Desarrollar tareas relacionadas con el Big Data, tratamiento y gestión de grandes volúmenes de datos por medio del manejo de software específico.

MÓDULO 1. Infraestructura de sistemas
1. CONFIGURACIÓN DE MÁQUINAS VIRTUALES
2. MODELOS Y TIPOLOGÍA DE REDES Y PRINCIPALES COMANDOS DE UTILIDAD PARA LA GESTIÓN DE RED
3. VPN. ESTABLECIMIENTO DE UNA RED PRIVADA SEGURA SOBRE UNA RED PÚBLICA NO SEGURA
4. PRINCIPALES COMANDOS Y HERRAMIENTAS PARA TRABAJAR CON REDES: PING, NETSTAT, TELNET, NSLOOKUP
LO QUE HEMOS APRENDIDO
ACTIVIDADES
MÓDULO 2. Seguridad y monitorización
1. IDENTIFICACIÓN DE LOS DIFERENTES CONCEPTOS EN CRIPTOGRAFÍA 63
2. IDENTIFICACIÓN DE LAS INFRAESTRUCTURAS DE CLAVE PÚBLICA (PKI)
3. INMERSIÓN EN LOS CONCEPTOS CLAVE DE LA SEGURIDAD DE LA INFORMACIÓN
4. DISTINCIÓN Y APLICACIÓN DE LOS DIFERENTES MÉTODOS DE AUTENTICACIÓN
5. DISTINCIÓN Y APLICACIÓN DE LOS DISTINTOS MÉTODOS DE AUTORIZACIÓN
6. IDENTIFICACIÓN, APLICACIÓN Y CREACIÓN DE LOG DISTRIBUIDO
7. IDENTIFICACIÓN Y APLICACIÓN DE LAS OPCIONES DE TRAZABILIDAD DISTRIBUIDA
8. MONITORIZACIÓN DE LOS DATOS
LO QUE HEMOS APRENDIDO
ACTIVIDADES
MÓDULO 3. Bases de datos distribuidas
1. FORMATOS DE FICHEROS SOPORTADOS POR HADOOP: TEXT, SEQUENCEFILES, AVRO, Y COLUMNAR
2. FLUJO DE LOS DATOS DESDE EL MOMENTO EN EL QUE SON CAPTADOS HASTA SU ALMACENAMIENTO, E IDENTIFICACIÓN DE LAS ACCIONES A REALIZAR EN CADA MOMENTO
3. EJEMPLO DE ANÁLISIS DETALLADO DEL CICLO DE VIDA DE DATO
4. INTRODUCCIÓN AL GOBIERNO DEL DATO (DATA GOVERNANCE) O CÓMO ENCONTRAR RESPUESTA A LAS PREGUNTAS QUE NOS INTERESA RESPONDER SOBRE UN DATO 27
5. INTRODUCCIÓN BIG DATA, LA NECESIDAD DE PROCESAMIENTO DISTRIBUIDO
6. ALMACENAMIENTO LOCAL. LOS FICHEROS Y SU ALMACENAMIENTO EN DISCO
7. ALMACENAMIENTO DISTRIBUIDO. EL ALMACENAMIENTO DE FICHEROS EN EL DISPOSITIVO, EN LA RED (NAS, SAN) Y EN LA NUBE
8. OTROS TIPOS DE ALMACENAMIENTO: OBJECT STORAGE Y BLOCK STORAGE
9. HDFS – HADOOP DISTRIBUTED FILE SYSTEM
10. INTRODUCCIÓN A LAS COLAS
11. BASES DE DATOS RELACIONALES VS BBDD NOSQL (TIPOS: CLAVE VALOR, ORIENTADAS A COLUMNAS, DE GRAFOS, ORIENTADAS A DOCUMENTOS)
12. MONGODB. CARACTERÍSTICAS, ARQUITECTURA. (COLECCIONES, DOCUMENTOS Y TIPOS DE DATOS. OPERACIONES BÁSICAS Y ESCALADO. MONGODB EN LA NUBE CON ATLAS)
13. PRÁCTICA DEL USO DE BBDD DE GRAFOS CON NEO4J. PROS Y CONTRAS DE ESTA TIPOLOGÍA, COMPRENDER LOS COMPONENTES DE MODELO DE GRAFOS Y PRINCIPALES CASOS DE USO. PRÁCTICA.
14. INDEXADORES. ENTENDER LA TECNOLOGÍA QUE SUSTENTA LOS BUSCADORES COMO GOOGLE. TIPOS DE BÚSQUEDAS Y TECNOLOGÍAS ADECUADAS PARA CADA TIPOLOGÍA: FULL TEXT SEARCH – ÍNDICE INVERTIDO, ENTERPRISE SEARCH – SOLR, LUCENE – API PARA RECUPERACIÓN DE INFORMACIÓN, ELASTIC SEARCH – INDEXADOR DE CONTENIDOS Y AZURE SEARCH
LO QUE HEMOS APRENDIDO
ACTIVIDADES
MÓDULO 4. Procesamiento distribuido
1. USO DE SPARK COMO FRAMEWORK DE PROCESAMIENTO DE LA INFORMACIÓN EN SISTEMAS DISTRIBUIDOS
2. INMERSIÓN EN LA ESTRUCTURA DE DATOS PRINCIPAL DE SPARK: RDD – RESILIENT DISTRIBUTED DATA SET
3. INICIACIÓN A SPARK EN CLUSTER
4. CONCEPTOS DE PROGRAMACIÓN PARALELA EN SPARK
5. OPTIMIZACIÓN DE RENDIMIENTO EN SPARK
6. INICIACIÓN AL PROCESAMIENTO DE DATOS EN SPARK MEDIANTE EL USO DEL MÓDULO SPARKSQL
7. INTRODUCCIÓN A LA PROGRAMACIÓN EN SCALA
LO QUE HEMOS APRENDIDO
ACTIVIDADES
MÓDULO 5. Visualización
1. ASIMILACIÓN DEL CONCEPTO Y SENTIDO DEL BUSINESS INTELLIGENCE EN LA VISUALIZACIÓN DE DATOS
2. INSTALACIÓN DE POWER BI EN LA PROPIA MÁQUINA
3. CARGA DE DATOS
4. APLICACIÓN PRÁCTICA. CREACIÓN Y DISEÑO DE UN DASHBOARD PROPIO
LO QUE HEMOS APRENDIDO
ACTIVIDADES
MÓDULO 6. Caso práctico con Microsoft Azure
1. INFRAESTRUCTURA
2. PROCESAMIENTO
3. VISUALIZACIÓN: KIBANA, GRAFANA, NOTEBOOKS
4. ALMACENAMIENTO
5. REALTIME
6. GOBIERNO DEL DATO
LO QUE HEMOS APRENDIDO
ACTIVIDADES
MÓDULO 7. Softskills – píldoras formativas
1. INICIACIÓN EN EL DESARROLLO ÁGIL DE PROYECTOS MEDIANTE EL USO DE LA METODOLOGÍA SCRUM
2. INTRODUCCIÓN A DESIGN THINKING COMO HERRAMIENTA PARA ENCONTRAR SOLUCIONES