Matricúlate en este Master en Ingeniería de Sistemas de Decisión y consigue una doble Titulación expedida por Euroinnova International Online Education y la Universidad Antonio de Nebrija
Pablo V.
SALAMANCA
Opinión sobre Master en Ingenieria de Sistemas de Decision + Titulacion Universitaria
Muy buen máster online, los contenidos aparecen muy bien estructurados y se entienden con facilidad. Además, he notado mucho mi mejoría en cuanto minería de datos y toma de decisiones, por lo que el Master en Ingeniería de Sistemas de Decisión ha cumplido mis expectativas.
David P.
TERUEL
Opinión sobre Master en Ingenieria de Sistemas de Decision + Titulacion Universitaria
La buena accesibilidad a la plataforma de Euroinnova me ha facilitado mucho la realización del Master en Ingeniería de Sistemas de Decisión. Además poder contar con los materiales para consultarlos siempre que surja alguna duda es algo que valoro muy positivamente. Mi enhorabuena a la escuela
Carlos I.
TERUEL
Opinión sobre Master en Ingenieria de Sistemas de Decision + Titulacion Universitaria
Todo lo que he aprendido en este Master en Ingeniería de Sistemas de Decisión me ha parecido muy interesante, sobre todo los conocimientos avanzados sobre Six Sigmna. Tras haber finalizado mi formación puedo decir que conozco y domino varias herramientas de tratamiento de datos y puedo enfrentarme de una forma mucho más eficiente a una toma de decisión.
Sergio T.
MADRID
Opinión sobre Master en Ingenieria de Sistemas de Decision + Titulacion Universitaria
En este Master en Ingeniería de Sistemas de Decisión he podido aprender a manejar un sistema gestor de bases de datos relacionales para almacenar y manipular datos, entre otras muchas cosas. Respecto a la plataforma online de Euroinnova debo decir que es de lo mejor que he visto. Lo recomiendo sin duda.
Silvia M.
BARCELONA
Opinión sobre Master en Ingenieria de Sistemas de Decision + Titulacion Universitaria
Me decidí por este Master en Ingeniería de Sistemas de Decisión con motivo de aumentar mi formación y por la atención recibida antes de matricularme, ya que los asesores de Euroinnova fueron muy atentos conmigo. Tras haber finalizado la formación solo puedo decir cosas buenas, atención y formación de 10.
MASTER EN INGENIERÍA DE SISTEMAS DE DECISIÓN. Realiza ya este Master para poder especializarte en todo sobre la Ingeniería de Sistemas de Decisión y convertirte en un profesional. Matricúlate en Euroinnova para poder conseguir tus metas profesionales. ¡No dudes en preguntarnos!.
- 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
- Entorno Hadoop
- Almacenamiento: HDFS
- Características de HDFS
- 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
- 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
- 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
- Consideraciones generales de planificación
- Elección correcta de Hardware
- Opciones de Virtualización
- Consideraciones de red
- Configuración de nodos
- ¿Qué es un cliente de Hadoop?
- Instalación y configuración de clientes Hadoop
- Instalación y configuración de Hue
- Autorizaciones y autenticación Hue
- Parámetros avanzados de configuración
- Configuración de puertos Hadoop
- Configuración de HDFS para la organización en rack
- Configuración de HDFS para obtención de alta disponibilidad
- ¿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
- Configuración de cgroups con Static Service Pools
- El Fair Scheduler
- Configuración de Dynamic Resource Pools
- Configuraciones de CPU y memoria YARN
- Impala Query Scheduling
- 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
- Sistema general de monitorización
- Monitorización de clústers Hadoop
- Solución de problemas habituales en el clúster de Hadoop
- Errores habituales en la configuración
- Que hacen los data scientists, herramientas y procesos que utilizan
- Aplicación de lo aprendido en módulo 2: Uso de Hue
- 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
- ¿Qué es machine learning?
- Algunos conceptos y términos importantes
- Diferentes tipos de algoritmos
- Librerías que se utilizan
- 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
- Consultar DataFrames con el empleo de expresiones de columna
- Agrupación y agregación de consultas
- Unión de DataFrames
- Introducción RDD
- RDD Data Sources
- Creando y guardando RDDs
- Operaciones con RDDs
- Escritura y paso de funciones de transformación
- Ejecuciones de transformación
- Conversión entre RDDs y DataFrames
- Key-Valué Pair RDDs
- Mal-Reduce
- Otras operaciones Pair RDD
- Datasets y DataFrames
- Creación de Datasets
- Ejecución y guardado de Datasets
- Operaciones de Dataset
- 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
- Apache Spark en un Clúster
- Particiones RDD
- Ejemplo: Particionamiento en consultas
- Etapas y Tareas
- Planificación de tareas de ejecución
- Persistencia en Datasets y DataFrames
- Persistencia en niveles de almacenamiento
- Visualización de RDDs persistentes
- Casos comunes de uso de Spark
- Algoritmos de iteración en Apache Spark
- Machine Learning
- Vista general de Spark Streaming
- DStreams
- Desarrollo de aplicaciones en Streaming
- Operaciones Multi-Batch
- Time Slicing
- Operaciones de estado
- Operaciones Sliding Window
- Vista previa: Streaming estructurado
- Vista general de Streaming Data Source
- Apache Flume y Apache Kafka Data Sources
- Ejemplo: uso de un Kafka Direct Data Source
- ¿Qué es Pig?
- Características de Pig
- Casos de empleo de Pig
- Interacción con Pig
- 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
- Formatos de almacenamiento
- Tipos de datos complejos y anidados
- Agrupaciones
- Funciones predefinidas para datos complejos
- Iteración de datos agrupados
- Técnicas para combinar conjuntos de datos
- Unión de conjuntos de datos con Pig
- Conjunto de operaciones
- División de conjuntos de datos
- 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
- ¿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
- 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
- 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
- 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
- Unión de conjuntos de datos
- Funciones predefinidas habituales
- Agregaciones y Windowing
- Datos complejos con Hive
- Datos complejos con Impala
- Empleo de expresiones regulares
- Procesamiento de texto con SerDes en Hive
- Análisis de los sentimientos y N•Grams
- Rendimiento de las consultas
- Bucketing
- Indexación de datos
- Hive en Spark
- Ejecución de consultas
- Mejorar el rendimiento de Impala
- 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?
- Proceso KDD
- Modelos y Técnicas de Data Mining
- Áreas de aplicación
- Minería de textos y Web Mining
- Data mining y marketing
- Introducción al lenguaje
- Historia e Introducción a R
- Operaciones Básicas y Números
- Atributos, Entrada y Coerción
- Matrices
- Precedencia Operaciones Vectoriales
- Manejo de fechas y tiempo
- Listas, Factores, Valores Faltantes y Dataframes
- Subconjuntos de Datos
- Leer y Escribir Datos
- Estructuras de Control
- Funciones
- Reglas de Alcance
- Funciones *apply: apply
- Funciones *apply: lapply / sappy
- Funciones *apply: mapply / rep
- Graficación con el Sistema de Base de Gráficos
- Algunas Funciones Gráficas de Alto Nivel
- Parámetros en el Sistema de Gráficos
- Colores en el Sistema de Gráficos
- Graficación con Notación Matemática
- Graficación con texto y notación matemática
- Creación de Gráficas en 3D
- Expresiones Regulares
- Paquete de gráficos ggplot2
- Simulación
- Estadística Descriptiva y Predictiva con R
- Integración de R en Hadoop
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.
4,7 |
2.625 Opiniones |
8.582 |
suscriptores |
4,4 |
12.842 Opiniones |
5.856 |
Seguidores |
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
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.
Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.
Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.
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.
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.
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.
Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.
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.
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.
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
4,61
Excelente
Protección al Comprador