Módulo 10. Visualización de Datos
En este módulo se pretenden cubrir objetivos básicos de cómo visualizar gráficas en entornos Web, tanto en modo paquetizado como partiendo desde cero, utilizando el framework de visualización d3js.
Leer más
Módulos
Módulo 9: Procesamiento de datos escalable
Comenzamos el noveno módulo de la V Edición del Máster big Data: Procesamiento de datos escalable. El objetivo de este módulo es dar a conocer el sistema de procesamiento de datos escalable Apache Spark así como realizar una introducción a Apache Hadoop y su sistema de almacenamiento distribuido HDFS . Se ofrecerá una visión global
Leer más
Módulo 7: Aprendizaje Computacional Predictivo
Esta semana comenzamos con el séptimo módulo de nuestra IV Edición del Máster en Advanced Analytics on Big Data de la UMA. Un módulo complementario al anterior (Aprendizaje Computacional Descriptivo) e impartido nuevamente por el docente Javier Del Ser Lorente.
Leer más
Módulo 6. Aprendizaje Computacional Descriptivo
De una forma divulgativa y mediante ejemplos prácticos, este módulo proporciona una visión general de la motivación, potencialidad y capacidades de la modelización y la analítica de datos de última generación con el fin último de orientar al alumno en la aplicación de la analítica de datos en su futuro profesional. Así, el alumno adquirirá nociones básicas sobre la analítica y el modelado de datos, entenderá dónde se puede aplicar, qué es necesario y cómo definir un escenario de aplicación.
Leer más
Módulo 5: Use Case 1
Comenzamos con el módulo 5, primer caso de uso. El objetivo principal de este módulo es tener una primera experiencia en el manejo de datos integral y su análisis con fuentes de datos reales. Este es un módulo de transición, orientado a la consolidación de los conocimientos adquiridos en los módulos anteriores y la adquisición de habilidades de análisis que se profundizará en los módulos siguientes. Todo ello con una motivación eminentemente práctica.
Leer más
Módulo 4: Analítica de Datos (Data Analytics)
Esta semana comenzamos el cuarto módulo de la V Edición del Máster en Advanced Analytics on Big Data de UMA, dirigido por los docentes Juan Carlos Trujillo y Alejandro Maté, con dos semanas de duración: desde el jueves 7 de enero hasta el viernes 15.
Leer más
Módulo 3: Bases de Datos NoSQL
Durante todo el mes de diciembre abordaremos el Módulo 3, Bases de datos NoSQL. El objetivo de este módulo es introducir las bases de datos NoSQL y adquirir competencias en el uso de Apache Cassandra y MongoDB.
1.- En el caso de Cassandra, se pretende que el alumno comprenda como el diseño de la base de datos es la pieza central para obtener un alto rendimiento en un modelo de datos orientado a columnas.
2.- En el caso de MongoDB el alumno deberá aprovechar la flexibilidad de este sistema gestor de bases de datos para ofrecer un sistema de almacenamiento eficiente, incluyendo el análisis de las posibilidades de replicación y distribución de los datos.
Leer más
Segunda semana con el Módulo 2: Bases de datos
El objetivo de este módulo es introducir las bases de datos NoSQL y adquirir competencias en el uso de Apache Cassandra y MongoDB.
1.- En el caso de Cassandra, se pretende que el alumno comprenda como el diseño de la base de datos es la pieza central para obtener un alto rendimiento en un modelo de datos orientado a columnas.
2.- En el caso de MongoDB el alumno deberá aprovechar la flexibilidad de este sistema gestor de bases de datos para ofrecer un sistema de almacenamiento eficiente, incluyendo el análisis de las posibilidades de replicación y distribución de los datos.
Leer más
Módulo 15: Caso de Uso II
El objetivo principal de este módulo es realizar un caso práctico final orientado a la consolidación de conocimientos adquiridos en módulos anteriores, aunque complementando el análisis descriptivo y predictivo de datos mediante el enfoque especial de las series temporales. La motivación principal consiste en fortalecer el manejo de un tipo de datos que, gracias a la implantación de sistemas IoT, redes de sensores y cualquier flujo de datos en el que la componente tiempo es determinante, se está trabajando en multitud de proyectos en diferentes dominios como: Industria 4.0, Agricultura de Precisión, Medicina, Sostenibilidad, Ciudades Inteligentes, etc.
Leer más
¿Cómo puede implementar la seguridad de Big Data?
Hay varias formas en que las organizaciones pueden implementar medidas de seguridad para proteger sus herramientas de análisis de big data. Una de las herramientas de seguridad más comunes es el cifrado, una herramienta relativamente simple que puede recorrer un largo camino. Los datos cifrados son inútiles para los actores externos, como los hackers, si no tienen la clave para desbloquearlos. Además, el cifrado de datos significa que, tanto en la entrada como en la salida, la información está completamente protegida.
Leer más
