FECHAS del Curso: 30/09/14 al 3010/14 (20 h presenciales).HORARIO: 18 -20H Martes y Jueves
MATRÍCULA: 50 €.
LUGAR: Escuela Politécnica Superior de la Universidad Autónoma de Madrid (UAM).
Inscripción hasta el 29 de Septiembre
LUGAR: Escuela Politécnica Superior de la Universidad Autónoma de Madrid (UAM).
Inscripción hasta el 29 de Septiembre
_______________________________
INSCRIPCIÓN
¿Qué es Big Data? Su denominación hace referencia a gran volumen de datos, sin embargo esta definición no incluye toda su riqueza que encierra ya que, además del tamaño, hay otras consideraciones importantes que se analizarán durante este curso. Big Data hace referencia a dos tipos de problemas: los relacionados con Datos en Reposo y con Datos en Movimiento. Los datos en reposo son datos que, previamente al análisis se han almacenado en disco. Los datos en movimiento son aquellos que se analizan en vuelo, en tiempo real, según se están produciendo, sin esperar a almacenarlos: por ejemplo, información proveniente de sensores que necesitan una acción inmediata (análisis del tráfico de una ciudad, detección de situaciones críticas en hospitales, prevención de ataques cibernéticos ...) El tipo de análisis realizado y la arquitectura de computación en uno y otro caso son diferentes. Estaríamos hablando de Hadoop y de tecnologías de Stream Computing.
Durante este curso se analizó la problemática planteada por Big Data, las tecnologías más utilizadas y los alumnos tuvieron la oportunidad de realizar ejercicios prácticos en Hadoop y Stream Computing que les ayudó a entender mejor estos tipos de soluciones.
Programa del curso :
- Introducción al Big Data.
- Introducción al Big Data.
- Ecosistema de Hadoop.
- Análisis de datos en reposo. Proyecto Apache Hadoop.
- Soluciones analíticas para la explotación de Big Data.
- Infraestructura Inteligente para Big Data.
- Análisis de datos de movimiento: Stream Computing.
Se realizarán también sesiones prácticas sobre los contenidos presentados en el curso.
Si tienes alguna duda puedes contactar con nosotros: catedra.uam.ibm@gmail.com