Formación

Desarrollo de soluciones Big Data Analytics

Curso desarrollado en colaboración con el Instituto Tecnológico de Informática (ITI)

Lugar: Aula de formación del Instituto Tecnológico de Informática- ITI. Ciudad Politécnica de la Innovación, Edificio 8G, Cuarta Planta

Cuándo: 20/09/22 al 20/10/22. Martes y jueves de 16:00 a 20:00h.

Cuánto: Externos: 960€ (+IVA). Asociados: 816€ (+IVA). Precio especial por venta anticipada al 40% de descuento hasta el 11 de agosto.

Descuento por volumen:

  • 5% por segundo alumno
  • 10% por tercer, cuarto, etc. alumno

*Otros descuentos y precios especiales no acumulables

Se puede bonificar el curso a través de la Fundación Estatal para la Formación en el Empleo en función del crédito disponible de la empresa, pero hay que tener presente que es necesario comunicar a la Fundación la realización del curso con una antelación mínima a su inicio de 10 días naturales. El coste de la gestión es del 15% del importe máximo bonificable con un mínimo de 45€.

Fin plazo de matrícula: 10 de septiembre

boton otros cursos

Presentación del curso

Son muchas las empresas que hoy en día se están preguntando por la viabilidad de implantar una estrategia Big Data Analytics en la empresa para la optimización de los procesos de fabricación, predicción de distintos indicadores de rendimiento (ventas, demanda, sentimiento), simulación de escenarios (financieros, precios), etc. Pero son también muchas las incertidumbres a las que se enfrentan antes de poder tomar una decisión informada de cara a dicha implantación.
Hablamos de Data Science, IoT, Business Intelligence, Big Data, Data Analytics, Machine Learning e Inteligencia Artificial, pero no todas estas herramientas participan en todas las soluciones, ni en la misma intensidad. Así nos encontramos casos en los que no se pueden aplicar técnicas de aprendizaje automático porque falta digitalizar los procesos (de negocio, de fabricación, etc.). A veces se piensa en digitalizar toda una planta cuando una extracción de datos históricos con unos pocos sensores es suficiente. Hay escenarios que requieren almacenar grandes cantidades de datos. En otros casos es suficiente con desarrollar herramientas auxiliares que capturen métricas para poder aplicar técnicas de aprendizaje automático. Hay mucha heterogeneidad y no hay una solución única.
Para los equipos de desarrollo es un dominio nuevo, por lo que es necesario tener una visión concreta de qué técnicas son necesarias en cada una de las etapas del ciclo de vida de una solución Big Data Analytics para hacerse una idea de la complejidad de estos proyectos y el impacto que tiene la introducción de estas tecnologías en los procesos de la empresa.
Este curso trata de dar visión completa del proceso de desarrollo de una solución de Big Data Analytics, desde el diseño de los procesos de digitalización a la construcción de los cuadros de mando de usuario para la monitorización y explotación de los resultados de los modelos estadísticos, pasando por la adquisición y preparación de los datos, modelado y entrenamiento de modelos, evaluación de resultados y empaquetado de los modelos como servicio.

Curso organizado dentro del marco del proyecto EUHubs4Data.

Objetivos

El objetivo de este curso es resolver las principales dudas con las que se enfrentan los jefes de proyecto y desarrolladores a la hora de desarrollar una solución de Big Data Analytics en la empresa. Se cubre el ciclo de vida de la ciencia de datos (digitalización, adquisición y preparación de los datos, entrenamiento y evaluación de modelos predictivos, despliegue de modelos y generación de conocimiento) presentando las principales técnicas a aplicar en cada una de las etapas.

Dirigido a

Jefes de Proyecto y desarrolladores que estén interesados en iniciar desarrollos de soluciones Big Data Analytics.

Requisitos previos

Conocimientos básicos de redes, sistemas operativos y programación.

Contenidos

Módulo 1. Introducción

La aparición de nuevos conceptos relacionados con la digitalización y la búsqueda del conocimiento a lo largo de estos últimos años hace que muchos equipos de desarrollo etiqueten equivocadamente su necesidad, lo que conduce a construir sistemas que no van a cumplir con las expectativas.

Nos encontramos casos en los que no se pueden aplicar técnicas de aprendizaje automático porque falta digitalizar los procesos (de negocio, de fabricación, etc.). A veces se desea digitalizar toda una planta cuando una extracción de datos históricos con unos pocos sensores en un cubo multidimensional es suficiente. Hay escenarios que requieren almacenar grandes cantidades de datos. Otros requieren desarrollar herramientas auxiliares que capturen métricas para poder aplicar técnicas de aprendizaje automático. Hay mucha heterogeneidad y no hay una solución única.

En este primer módulo introductorio se presentarán los conceptos clave del dominio y de los proyectos de Big Data Analytics. Se hablará sobre objetivos y expectativas, así como de la evaluación del riesgo asociado a la ejecución del mismo. También se considerarán aspectos transversales como el cambio de cultura en la organización que supone aplicar estas técnicas, el data governance.

  • Introducción a Big Data Analytics
  • Motivaciones
  • Nuevos conceptos: IoT, BI, IA, Machine Learning, Deep Learning, Data Engineering, Data Science, Data Analytics, Data Governance
  • ¿Qué problema resuelvo con Big Data?
  • Escenarios y retos
  • Tecnologías Big Data
  • Fundamentos técnicos
  • La era Hadoop
  • Apache Hive
  • La era Spark

Módulo 2. Estrategia de implantación Big Data

El objetivo de este módulo es resolver las principales dudas con las que se enfrentan los equipos de dirección técnica a la hora de implantar una estrategia de Big Data en su empresa. Así, se cubre desde un vistazo casos prácticos en materia de diseño de infraestructuras Big Data, explotación y analítica de datos, pasando por una revisión de las principales tecnologías que hoy en día pueblan el horizonte de Big Data (para ingesta masiva, consulta, análisis, visualización…), hasta un roadmap para la adopción de dichas técnicas y tecnologías en nuestras empresas.

  • Quiero ser arquitecto Big Data
  • Ecosistema Hadoop
  • Nuestra pila de servicios
  • Por dónde empezar
  • Despliegue de modelos de Machine Learning
  • Herramientas disponibles
  • Data Engineer
  • Data Scientist
  • Data Analyst
  • Casos prácticos
  • La infraestructura de UBER
  • Graph Analytics
  • Procesamiento de Lenguaje Natural
  • Detección de Anomalías
  • Forecasting
  • Definiendo una estrategia Big Data
  • El equipo Big Data
  • De los datos a las aplicaciones
  • Puesta en marcha

Módulo 3. Adquisición y estructuración de los datos

La aplicación de modelos requiere corpus de entrenamiento de calidad que se extraen de las redes de sensores y los sistemas transaccionales.

Se describirán posibles soluciones para capturar, obtener y almacenar la información, en función de la dimensión de los datos y su disponibilidad. Además, se explicarán técnicas de transformación de los datos, prestando especial atención al concepto de calidad del dato.

  • Ciclo de vida del dato
  • Digitalización del entorno
  • Instrumentación industrial
  • Sensorización IoT
  • Extracción de datos
  • Diversidad de orígenes: No SQL, BBDD, ficheros, web, etc.
  • Ingesta/Almacenamiento de los datos
  • Data Warehouse, Data Lake, Lakehouse
  • Entendimiento de los datos
  • Análisis Inicial de los Datos (IDA)
  • Técnicas de formateo
  • Técnicas de limpieza (normalización, estandarización, fusión,...)
  • Adaptación de los datos (imputación de datos faltantes)
  • Taller: Adquisición y preparación de datos

Módulo 4. Modelos predictivos

La construcción de los modelos que permiten realizar diagnósticos, pronósticos, simulaciones o prescripciones sobre los datos pasa por tres etapas claramente diferenciadas: diagnóstico y análisis exploratorio de datos, construcción y entrenamiento del modelo, y empaquetado para ser consumidos como servicio desde aplicaciones de usuario y cuadros de mando.

En este módulo se presentan las técnicas utilizadas en cada una de las etapas.

  • Análisis de modelos predictivos
  • Análisis Exploratorio de Datos (EDA)
  • Pre-Procesado de datos
  • Entrenamiento y evaluación de modelos predictivos
  • Despliegue de modelos
  • Taller: Realización de un EDA, entrenamiento y evaluación de un modelo predictivo

Módulo 5. Generación de conocimiento

La explotación de los resultados de los modelos es un punto fundamental en los proyectos tanto de BI, como de Data Analytics, dado que permite transformar los datos de entrada y los resultados de los modelos en información y potencialmente en conocimiento para el apoyo a la toma de decisiones. Por ese motivo, en este módulo se mostrarán distintas formas de generación de cuadros de mando para la monitorización en tiempo real de los datos y la explotación de los modelos predictivos.

  • Automatización de los mecanismos de captura, limpieza e integración de las fuentes de datos
  • Soluciones de usuario para el análisis de datos
  • Integración de modelos predictivos en cuadros de mandos
  • Taller: Generación de conocimiento

Formalización de matricula:
Tras rellenar el formulario de inscripción, el COIICV se pondrá en contacto con usted para indicarle las instrucciones para finalizar la matrícula en el curso. No es necesario que rellene los datos de facturación (se le solicitarán posteriormente).

 

boton inscripcion

 

 

 

logo SomDigitals

C/ Almirante Cadarso 26
46005 Valencia

+34 963622994

secretaria@somdigitals.org


logo SomDigitals

+34 963622994
secretaria@somdigitals.org

Save
Cookies - preferencia del usuario
Utilizamos cookies para garantizar que obtiene la mejor experiencia en nuestro sitio web. Si rechaza el uso de cookies, es posible que este sitio web no funcione como se esperaba.
Aceptar todo
Rechazar todo
Leer más
De análisis
Cookies utilizadas para analizar los datos y medir la efectividad de un sitio web y comprender cómo funciona.
Google Analytics
Aceptar
Rechazar
Analytics
Cookies utilizadas para analizar los datos y medir la efectividad de un sitio web y comprender cómo funciona.
Marketing
Conjunto de técnicas que tienen por objeto la estrategia comercial y en particular el estudio de mercado.
Hubspot.com
Aceptar
Rechazar
De análisis
Google Analytics
Aceptar
Rechazar