Inscríbete cuanto antes en nuestro Curso Big Data Ingenierías y obtén tu Titulación expedida por Euroinnova International Online Education

Titulación
Modalidad
Online
Duración - Créditos
200 horas
Becas y Financiación
Sin Intereses
Plataforma Web
Equipo Docente
Especializado
Acompañamiento
Personalizado
Comienza tu matrícula
Paso 1:
Para matricularte introduce tu Email
Resumen matrícula:

MEJOR DESCUENTO

MEJOR DESCUENTO

MEJOR DESCUENTO


Resumen Matrícula

Precio original

Beca exclusiva

-

Descuento + cupón bienvenida

-

Plan Becas

-


Precio final:

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Curso de Big Data para Ingenierias

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Bielo López

Opinión sobre Curso de Big Data para Ingenierias

Bielo López, ¿qué has aprendido en el Curso online?

He aprendido a levantar un cluster hadoop y todas las variante posibles, como a obtener datos y arreglarlos, por medio de archivos jar en un cluster hadoop con spark y el herramental para analizarlos

Bielo López, ¿qué es lo que más te ha gustado de este Curso online?

La aplicación de java para el desarrollo del tema 4 que generalmente utilizan python o scala, eso me agrado mucho y me formo más. También el analisis de datos con pig y hive fue muy interesante.

Bielo López, ¿qué has echado en falta del Curso online?

Nada, tuve pocos inconvenientes y muy claros el texto como la plataforma. Es más llevadero con la plataforma.

Cheryll Stonestreet

Opinión sobre Curso de Big Data para Ingenierias

Cheryll Stonestreet, ¿qué te hizo decidirte por nuestro Curso online?

Salidas profesionales

Cheryll Stonestreet, ¿qué has aprendido en el Curso online?

Nada

Cheryll Stonestreet, ¿qué es lo que más te ha gustado de este Curso online?

Muy poco

Cheryll Stonestreet, ¿qué has echado en falta del Curso online?

No puedo evaluarla porque ha sido inexistente

Francisco P.

TARRAGONA

Opinión sobre Curso de Big Data para Ingenierias

Gracias a este curso he podido conocer las ventajas que ofrece el big data para facilitar mi trabajo diario como ingeniero y mejorar la productividad de mi empresa. Debo seguir formándome ya que no es algo introductorio, pero por su precio esta muy bien.

Marina D.

MURCIA

Opinión sobre Curso de Big Data para Ingenierias

Lo que mas me ha gustado es la profesionalidad del curso de Big Data para ingenierías y la libertad para organizar tu estudio ya que no hay plazos exigidos. El material educativo llegó muy rápido, la plataforma funciona bien y rápido y cuando tienes alguna duda puedes contactar vía chat inmediatamente.

Andrés P.

ALMERÍA

Opinión sobre Curso de Big Data para Ingenierias

La organización y contenido del curso de Big Data para ingenierías me han parecido genial, además da conocimiento prácticos para poder llevarlo a cabo sin problema. Estoy muy satisfecho con todo los aspectos del curso en general, pero sobre todo con la comodidad y atención por parte de los profesores

Carlos L.

MADRID

Opinión sobre Curso de Big Data para Ingenierias

Llevo ejerciendo como ingeniero varios años y estaba buscando una formación en Big Data para aumentar mi formación. Debo decir que me ha resultado muy interesante y los contenidos se entienden con facilidad. Lo recomiendo.
* Todas las opiniones sobre Curso de Big Data para Ingenierias, aquí recopiladas, han sido rellenadas de forma voluntaria por nuestros alumnos, a través de un formulario que se adjunta a todos ellos, junto a los materiales, o al finalizar su curso en nuestro campus Online, en el que se les invita a dejarnos sus impresiones acerca de la formación cursada.
Alumnos

Plan de estudios de Curso Big Data Ingenierias

CURSO BIG DATA INGENIERÍAS. Con este Curso de Big Data para Ingenierías podrás adquirir los conocimientos adecuados para dar el impulso definitivo a tu carrera laboral, y alcanzar todas tu metas. No es esperes más, solicita información sin compromiso y benefíciate de los mejores descuentos. ¡Estamos deseando conocerte!

Resumen salidas profesionales
de curso big data ingenierias
Este Curso de Big Data para Ingenierías le ofrece una formación especializada en la materia. Con la realización de este curso online de la Familia Profesional de Sistemas, Redes y Comunicaciones y más concretamente del área de conocimiento Sistemas y Telemática el alumno estudiara los conceptos básicos y específicos de dicha materia. Realiza esta formación y especialícese en Big Data para Ingenierías.
Objetivos
de curso big data ingenierias
Los objetivos que se pretenden conseguir a través de este curso de Big Data para Ingenierías son los siguientes:
- Conocer las tecnologías disponibles para realizar estrategias de Big Data para Ingenierías.
- Realizar un desarrollo con Spark y Hadoop.
- Analizar datos con Pig, Hive e Impala.
Salidas profesionales
de curso big data ingenierias
Una vez finalizada la formación en el presente curso, habrás adquirido los conocimientos y habilidades que aumentarán tus expectativas laborales en los siguientes sectores:
- Sistemas, Redes y Comunicaciones.
- Sistemas y Telemática.
Para qué te prepara
el curso big data ingenierias
Este curso online le prepara para especializarse en Big Data para Ingenierías dentro de la Familia Profesional de Sistemas, Redes y Comunicaciones y más concretamente del área de conocimiento Sistemas y Telemática.
A quién va dirigido
el curso big data ingenierias
Este curso online está dirigido a todas aquellas personas interesadas en especializarse en dicha materia correspondiente a la Familia Profesional de Sistemas, Redes y Comunicaciones y más concretamente del Área de Conocimiento Sistemas y Telemática y que quieran especializarse en Big Data para Ingenierías.
Metodología
de curso big data ingenierias
Metodología Curso Euroinnova
Carácter oficial
de la formación
La presente formación no está incluida dentro del ámbito de la formación oficial reglada (Educación Infantil, Educación Primaria, Educación Secundaria, Formación Profesional Oficial FP, Bachillerato, Grado Universitario, Master Oficial Universitario y Doctorado). Se trata por tanto de una formación complementaria y/o de especialización, dirigida a la adquisición de determinadas competencias, habilidades o aptitudes de índole profesional, pudiendo ser baremable como mérito en bolsas de trabajo y/o concursos oposición, siempre dentro del apartado de Formación Complementaria y/o Formación Continua siendo siempre imprescindible la revisión de los requisitos específicos de baremación de las bolsa de trabajo público en concreto a la que deseemos presentarnos.

Temario de Curso Big Data Ingenierias

  1. ¿Qué es Big Data?
  2. Paradigmas de procesamiento en Big Data
  3. Las 8 V de Big Data (Volumen, Volatilidad, Variedad, Valor, Velocidad, Variabilidad, Veracidad, Validez).
  1. MapReduce
  2. - Entorno MapReduce

    - Función Map y función Reduce

    - Flujo de datos

    - Características de MapReduce

    - Uso de MarpReduce

    - Ventajas e inconvenientes de Map Reduce

    - Ejercicios y ejemplos con MapReduce

  3. Hadoop
  4. - Entorno Hadoop

    - Almacenamiento: HDFS

    - Características de HDFS

  5. Apache Hadoop YARN
  6. - Funciones de Framework computacionales

    - YARN: El gestor de recursos del cluster

    - Conceptos de Apache Spark

    - Ejecución de Computational Frameworks en YARN

    - Exploración de las aplicaciones de YARN Applications a través de la Web UIs y de Shell

  7. Agregación de los logs de YARN
  8. - Configuración de Hadoop y registros de Daemon

    - Localizar configuraciones y aplicar cambios de configuración

    - Gestión de instancias de Role y añadir servicios

    - Configuración del servicio HDFS

    - Configuración de los logs de Hadoop Daemon

    - Configuración del servicio YARN

  9. Obtención de datos en HDFS
  10. - Ingestión de datos desde fuentes de recursos externos con Flume

    - Ingestión de datos desde bases de datos relacionales con Sqoop

    - REST Interfaces

    - Buenas prácticas para la importación de datos

  11. Planificación de un cluster Hadoop
  12. - Consideraciones generales de planificación

    - Elección correcta de Hardware

    - Opciones de Virtualización

    - Consideraciones de red

    - Configuración de nodos

  13. Instalación y configuración de Hive, Pig e Impala
  14. Clientes Hadoop incluidos en Hue
  15. - ¿Qué es un cliente de Hadoop?

    - Instalación y configuración de clientes Hadoop

    - Instalación y configuración de Hue

    - Autorizaciones y autenticación Hue

  16. Configuración avanzada de un cluster
  17. - Parámetros avanzados de configuración

    - Configuración de puertos Hadoop

    - Configuración de HDFS para la organización en rack

    - Configuración de HDFS para obtención de alta disponibilidad

  18. Seguridad Hadoop
  19. - ¿Por qué es importante la seguridad en Hadoop?

    - Conceptos del sistema de seguridad de Hadoop

    - Qué es Kerberos y cómo funciona

    - Securización de un clúster Hadoop Cluster con Kerberos

    - Otros conceptos de seguridad

  20. Gestión de recursos
  21. - Configuración de cgroups con Static Service Pools

    - El Fair Scheduler

    - Configuración de Dynamic Resource Pools

    - Configuraciones de CPU y memoria YARN

    - Impala Query Scheduling

  22. Mantenimiento de un cluster
  23. - Chequeo del estado de HDFS

    - Copia de datos entre clústers

    - Añadir y eliminar de nodos en el clúster

    - Rebalanceo del Cluster

    - Directorio de Snapshots

    - Actualización del clúster

  24. Solución de problemas y monitorización de un cluster
  25. - Sistema general de monitorización

    - Monitorización de clústers Hadoop

    - Solución de problemas habituales en el clúster de Hadoop

    - Errores habituales en la configuración

  1. Data Science
  2. - Que hacen los data scientists, herramientas y procesos que utilizan

    - Aplicación de lo aprendido en módulo 2: Uso de Hue

  3. Apache Spark
  4. - Cómo trabaja Apache Spark y que capacidades nos ofrece

    - Que formatos de ficheros populares puede usar Spark para almacenar datos

    - Que lenguajes de programación puedes utilizar para trabajar con Spark

    - Cómo empezar a utilizar PySpark y Sparklyr

    - Cómo comparar PySpark y Sparklyr

  5. Machine Learning
  6. - ¿Qué es machine learning?

    - Algunos conceptos y términos importantes

    - Diferentes tipos de algoritmos

    - Librerías que se utilizan

  7. Apache Spark MLlib
  8. - Que capacidades de machine learning nos proporciona MLlib

    - Cómo crear, validar y utilizar modelos de machine learning con MLlib

    - Ejecución de trabajos Apache Spark

    - Cómo un trabajo de Spark se compone de una secuencia de transformaciones seguida de una acción

    - Cómo Spark utiliza la ejecución lenta

    - Cómo Spark divide los datos entre las particiones

    - Cómo ejecuta Spark operaciones limitadas y grandes

    - Cómo Spark ejecuta un trabajo en tareas y fases

  1. Datasets y Dataframes
  2. Operaciones en Dataframe
  3. Trabajar con Dataframes y Schemas
  4. Crear Dataframes a partir de Data Sources
  5. Guardar DataFrames en Data Sources
  6. DataFrame Schemas
  7. Rapidez y lentitud de ejecución
  8. Análisis de datos con consultas de DataFrame
  9. - Consultar DataFrames con el empleo de expresiones de columna

    - Agrupación y agregación de consultas

    - Unión de DataFrames

  10. RDD
  11. - Introducción RDD

    - RDD Data Sources

    - Creando y guardando RDDs

    - Operaciones con RDDs

  12. Transformación de datos con RDDs
  13. - Escritura y paso de funciones de transformación

    - Ejecuciones de transformación

    - Conversión entre RDDs y DataFrames

  14. Agregación de datos con Pair RDDs
  15. - Key-Valué Pair RDDs

    - Mal-Reduce

    - Otras operaciones Pair RDD

  16. Consulta y vistas de tablas con Spark SQL
  17. - Datasets y DataFrames

    - Creación de Datasets

    - Ejecución y guardado de Datasets

    - Operaciones de Dataset

  18. Creación, configuración y ejecución de aplicaciones Spark
  19. - Creación de una aplicación Spark

    - Compilar y ejecutar la aplicación

    - Application Deployment Mode

    - La interfaz Spark Application Web UI

    - Configuración de las propiedades de la aplicación

  20. Procesamiento distribuido
  21. - Apache Spark en un Clúster

    - Particiones RDD

    - Ejemplo: Particionamiento en consultas

    - Etapas y Tareas

    - Planificación de tareas de ejecución

  22. Persistencia de datos distribuidos
  23. - Persistencia en Datasets y DataFrames

    - Persistencia en niveles de almacenamiento

    - Visualización de RDDs persistentes

  24. Patrones comunes al procesar datos con Spark
  25. - Casos comunes de uso de Spark

    - Algoritmos de iteración en Apache Spark

    - Machine Learning

  26. Spark Streaming: Introducción a DStreams
  27. - Vista general de Spark Streaming

    - DStreams

    - Desarrollo de aplicaciones en Streaming

  28. Spark Streaming: procesamiento de múltiples lotes
  29. - Operaciones Multi-Batch

    - Time Slicing

    - Operaciones de estado

    - Operaciones Sliding Window

    - Vista previa: Streaming estructurado

  30. Apache Spark Streaming: Data Sources
  31. - Vista general de Streaming Data Source

    - Apache Flume y Apache Kafka Data Sources

    - Ejemplo: uso de un Kafka Direct Data Source

  1. Introducción a Pig
  2. - ¿Qué es Pig?

    - Características de Pig

    - Casos de empleo de Pig

    - Interacción con Pig

  3. Análisis de datos básico con Pig
  4. - Sintaxis Pig Latin

    - Carga de datos

    - Tipos simples de datos

    - Definición de campos

    - Datos de salida

    - Vistas y esquemas

    - Filtrado y ordenación de datos

    - Funciones habituales

  5. Procesado de datos complejos con Pig
  6. - Formatos de almacenamiento

    - Tipos de datos complejos y anidados

    - Agrupaciones

    - Funciones predefinidas para datos complejos

    - Iteración de datos agrupados

  7. Operaciones con multiconjuntos de datos con Pig
  8. - Técnicas para combinar conjuntos de datos

    - Unión de conjuntos de datos con Pig

    - Conjunto de operaciones

    - División de conjuntos de datos

  9. Troubleshooting y optimización de Pig
  10. - Troubleshooting en Pig

    - Inicio de sesión

    - Empleo de UI web Hadoop

    - Muestreo de datos y depuración

    - Visión general del rendimiento

    - Comprensión del plan de ejecución

    - Consejos para mejorar el rendimiento de Jobs en Pig

  11. Introducción a Hive e Impala
  12. - ¿Qué es Hive?

    - ¿Qué es Impala?

    - ¿Por qué utilizar Hive e Impala?

    - Schema y almacenamiento de datos

    - Comparación entre Hive y bases de datos tradicionales

    - Casos de uso

  13. Consultas con Hive e Impala
  14. - Tablas y bases de datos

    - Sintaxis básica en consultas Hive e Impala

    - Tipos de datos

    - Empleo de Hue para ejecutar consultas

    - Empleo de Beeline (la Shell de Hive)

    - Empleo de la Shell de Impala

  15. Administración de datos
  16. - Almacenamiento de datos

    - Creación de bases de datos y tablas

    - Carga de datos

    - Alteración de bases de datos y tablas

    - Simplificación de consultas con vistas

    - Almacenamiento de resultados de consultas

  17. Almacenamiento y datos de rendimiento
  18. - Partición de tablas

    - Carga de datos en tablas particionadas

    - Cuándo utilizar el particionamiento

    - Elección de formato de almacenamiento

    - Gestión de metadatos

    - Control de acceso a datos

  19. Análisis de datos relacional con Hive e Impala
  20. - Unión de conjuntos de datos

    - Funciones predefinidas habituales

    - Agregaciones y Windowing

  21. Datos complejos con Hive e Impala
  22. - Datos complejos con Hive

    - Datos complejos con Impala

  23. Análisis de texto con Hive e Impala
  24. - Empleo de expresiones regulares

    - Procesamiento de texto con SerDes en Hive

    - Análisis de los sentimientos y N•Grams

  25. Optimización Hive
  26. - Rendimiento de las consultas

    - Bucketing

    - Indexación de datos

    - Hive en Spark

  27. Optimización de Impala
  28. - Ejecución de consultas

    - Mejorar el rendimiento de Impala

  29. Extendiendo Hive e Impala
  30. - Customizar SerDes y formatos de fichero en Hive

    - Transformación de datos con Scripts personalizados en Hive

    - Funciones definidas por el usuario

    - Consultas parametrizadas

    - Comparación entre MapReduce, Pig, Hive, Impala, y bases de datos relacionales. ¿Cuál elegir?

Titulación de Curso Big Data Ingenierias

TITULACIÓN expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y CLADEA (Consejo Latinoamericano de Escuelas de Administración)

Curso Online EuroinnovaCurso online Curso  homologado CURSO BIG DATA INGENIERIASCurso online Curso  homologado

EURO - EUROINNOVA - Privados

Cursos relacionados

Curso de Big Data en la Industria Quimica: El Valor Anadido de Datos
BIG DATA QUÍMICA: Curso de Big Data en la Industria Química: El Valor Añadido de Datos
4,8
360€
199€
45% descuento
Curso de Algoritmos de Bigdata para Ingenierias
CURSO ALGORITMO BIG DATA INGENIERÍA: Curso de Algoritmos de Big Data para Ingenierías
4,8
420€
260€
38% descuento
Aplicacion del Big Data en la Gestion de Personas
CURSO EN BIG DATA ONLINE: Aplicación del Big Data en la Gestión de Personas
4,8
860€
460€
47% descuento
Master en Big Data y Business Strategy: Consultor Big Data + Titulacion Universitaria
MASTER BIG DATA ONLINE: Master Big Data y Business Strategy: Consultor Big Data + Titulación Universitaria
4,8
2000€
1299€
35% descuento

7 razones para realizar el Curso Big Data Ingenierias

1
Nuestra Experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
Logo google
4,7
2.625 opiniones
Logo youtube
8.582
suscriptores
Logo facebook
4,4
12.842 opiniones
Logo youtube
5.856
seguidores
2
Nuestra metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001, 14001 y 27001.

Certificación de calidad
4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

Confianza logo Proteccion logo
5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

20%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 20% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

* Becas aplicables sólamente tras la recepción de la documentación necesaria en el Departamento de Asesoramiento Académico. Más información en el 900 831 200 o vía email en formacion@euroinnova.es

* Becas no acumulables entre sí.

* Becas aplicables a acciones formativas publicadas en euroinnova.es

Materiales entregados con el Curso Big Data Ingenierias

Información complementaria

Preguntas al director académico sobre el Curso Big Data Ingenierias

Artículos relacionados

¿Tienes dudas?
Llámanos gratis al 900 831 200
Matricularme