IFCT159: INTRODUCCIÓN AL BIG DATA E INTELIGENCIA ARTIFICIAL

Comprender los conceptos, tecnologías y aplicaciones clave de Big Data para su implementación efectiva en diversos contextos y sectores.

MÓDULO 1. ADQUISICIÓN Y DOMINIO DE CONCEPTOS BÁSICOS Y DE CONOCIMIENTOS SOBRE LOS AVANCES EN BIG DATA 9
1.1. Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…) 10
1.2. El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención 14
1.3. Hadoop como revolución para el tratamiento paralelo de datos masivo 18
1.4. Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato 22
1.5. Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing 26
MÓDULO 2. CONOCIMIENTO DE NOCIONES BÁSICAS SOBRE ARQUITECTURA BIG DATA Y PRINCIPALES TECNOLOGÍAS 33
2.1. El ecosistema Hadoop: HDFS y MapReduce 34
2.2. Principales lenguajes de programación utilizados: Java, Scala, SQL y Python 39
2.3. Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE 42
2.4. Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis 45
2.5. Procesamiento y analítica avanzada con Spark 49
2.6. Seguridad y gobierno del dato 54
MÓDULO 3. COMPRENSIÓN DE LOS PRINCIPALES CONCEPTOS SOBRE LA “CIENCIA DE DATOS” E IA 61
3.1. Introducción a la “Ciencia de datos” y la Inteligencia Artificial 62
3.2. Principales lenguajes de programación utilizados: R y Python 66
3.3. Algoritmos supervisados: ¿Qué son? Algunos ejemplos 71
3.4. Algoritmos no supervisados: ¿Qué son? Algunos ejemplos 75
3.5. Introducción al Deep Learning y el Aprendizaje por Refuerzo 80
3.6. Procesamiento de información no estructurada: Imágenes y Textos 84
3.7. Visualización de datos: Visualizaciones interactivas y Dashboards 90
MÓDULO 4. ADQUISICIÓN DE UNA VISIÓN TRANSVERSAL SOBRE EL FUTURO DEL BIG DATA Y CÓMO SE APLICA ACTUALMENTE EN DIFERENTES ÁREAS 95
4.1. Ejemplos en las instituciones públicas: OpenData 96
4.2. Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía 101
4.3. “Data for Good”: Big Data para el bien social 106
4.4. Reflexiones finales sobre el impacto del Big Data en los años venideros 110
GLOSARIO 117
AUTOEVALUACIÓN 119