Volver
INTRODUCCIÓN AL BIG DATA E INTELIGENCIA ARTIFICIAL (IFCT159)
 
Duración en horas:  40
OBJETIVOS  
  • Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.
CONTENIDOS  
  • Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data:

- Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)

- El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.

- Hadoop como revolución para el tratamiento paralelo de datos masivo.

- Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …

- Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.

  • Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías:

    • - El ecosistema Hadoop: HDFS y MapReduce.

    - Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.

    - Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.

    - Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.

    - Procesamiento y analítica avanzada con Spark.

    - Seguridad y gobierno del dato.

  • Comprensión de los principales conceptos sobre La “Ciencia de datos” e IA:

    • - Introducción a la “Ciencia de datos” y la Inteligencia Artificial.

    - Principales lenguajes de programación utilizados: R y Python.

    - Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.

    - Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.

    - Introducción al Deep Learning y el Aprendizaje por Refuerzo.

    - Procesamiento de información no estructurada: Imágenes y Textos.

    - Visualización de datos: Visualizaciones interactivas y Dashboards.

  • Adquisición de una visión trasversal sobre el futuro del BigData y cómo se aplica actualmente en diferentes áreas:

    • - Ejemplos en las instituciones públicas: OpenData.

    - Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.

    - “Data for Good”: Big Data para el bien social.

    - Reflexiones finales sobre el impacto del Big Data en los años venideros.