En el desarrollo de proyectos Big Data, son necesarios diferentes perfiles que darán solvencia a diferentes retos durante el proyecto, ya sean analistas, desarrolladores o arquitectos. Son estos últimos los encargados de diseñar la mejor arquitectura tecnológica combinando diferentes tecnologías diseñadas para un propósito específico y que compondrán el mejor «puzzle» arquitectónico orientado al procesamiento masivo de datos.
Los profesionales tienen que saber tomar decisiones como elegir la mejor base de datos NoSQL, o elegir tecnologías de procesamiento Real Time para procesar flujos masivos continuos de datos, entre otras. Un mal diseño de una arquitectura puede impactar en la desviación temporal del proyecto y por consiguiente una pérdida económica.
Los profesionales que componen la comunidad de DevAcademy son conscientes de la escasez de profesionales con un conocimiento amplio de todo el mapa de tecnologías Big Data, por ello, propone un plan formativo de arquitectura Big Data en diferentes módulos con el fin de dotar a los alumnos profesionales una visión amplia de los retos, tecnologías y metodologías a la hora de componer una arquitectura Big Data y tomar las mejores decisiones para llevar a cabo con solvencia los proyectos Big Data.
Temario
Modulo 1 (5 hrs)
Introducción al Big Data
- Introducción histórica
- Problemáticas pre-Big Data
- Propuesta de grandes compañías Google & Yahoo
Almacenamiento Distribuido
- Conceptos de almacenamiento distribuido
- Propuestas de almacenamiento de datos NoSQL
- Bases de datos orientadas a Clave-Valor
- Bases de datos columnares
- Ejercicio práctico con Cassandra
- Bases de datos orientadas a documentos
- Ejercicio práctico con Mongodb
- Bases de datos orientadas a grafos
Procesamiento distribuido
Conceptos de procesamiento distribuido. Batch vs Real Time
Modulo 2 (15 hrs)
Procesamiento Batch
- Conceptos de procesamiento Batch
- Tecnologías procesamiento Batch
- Apache Hadoop
- Hadoop HDFS
- Hadoop Map Reduce
- Ejercicios prácticos
- Apache Spark
- Ejercicios prácticos
- Apache Flink
- Apache Hadoop
Modulo 3 (5hrs)
Procesamiento Real Time
- Conceptos de procesamiento Real Time
- Tecnologías procesamiento Real Time
- Apache Storm
- Apache Spark Streamming
- Ejercicios prácticos
- Apache Kafka
- Ejercicios prácticos
- Ejercicio práctico: integración de Spark Streamming y Apache Kafka
Modulo 4 (5hrs)
Flujos de datos e integración con Small y Big Data
- Conceptos de flujos de datos
- Tecnologías de flujos de datos
- Apache Sqoop
- Ejercicios prácticos
- Apache Flume
- Ejercicios prácticos
- Pentaho Data Integration
- Ejercicios prácticos
- Talent Big Data
- Apache Sqoop
Modulo 5 (5 hrs)
Analítica en arquitecturas Big Data
- Introducción y modelado en Business Analytics
- Datawarehousing
- Introducción a Data Mining & Machine Learning
- Tecnologías de analítica
- Hive
- Ejercicios prácticos
- Apache Spark SQL
- Ejercicios prácticos
- Apache Spark R
- Apache Spark MLib
- Integración Big Data y R
- Hive
Modulo 6 (5 hrs)
Ecosistemas Big Data
- Hortonworks
- Ejercicio práctico: Despliegue de Hortonworks
- Cloudera
Visualización y exploración de datos
- Concepto de visualización de datos
- Recursos para la visualización de datos
- Notebooks
- Tecnologías
Arquitecturas Big Data
- Arquitectura Lambda
- Arquitectura Kappa
Casos prácticos
La metodología de aprendizaje propuesta es trabajar sobre casos de uso prácticos, donde los alumnos tienen que plantear arquitecturas de procesamiento Big Data en función de las características y requerimientos de los mismos, simulando diseños de propuestas en la consultoría Big Data, simulando así la creación de las mismas.
Fechas, horario y lugar
Las formaciones de DevAcademy son en horario NO LABORAL los VIERNES (16hrs – 21hrs) y SÁBADOS (9hrs-14hrs), pensado para que puedan asistir aquellos que estén trabajando.
La formación tendrá lugar en las aulas situadas en las instalaciones DevAcademy. Es posible la contratación de este tipo de formación a medida in-company y ser realizadas en las instalaciones de cliente.
Responsabilidades profesor
Presentar el contenido conforme lo presentado en el programa de formación
Dar acceso al material necesario (PDFs, ejercicios, software, etcs) para la formación contratada.
Proveer de local para impartir la formación
Código fuente de los ejemplos vistos durante la formación.
Responsabilidades alumno
Participar en la formación en el periodo determinado, trayendo un notebook con los requisitos mínimos necesarios para la participación en la formación, siendo estos los siguientes:
Mínimo de 4GB de memoria RAM. Recomendable 8GB para la máquina virtual
Mínimo de 10GB de espacio en disco (HD).
Observaciones importantes
Confirmaciones
Las confirmaciones serán enviadas a la dirección de e-mail enviada por el alumno
Cancelaciones
Los plazos para el cancelamiento de inscripciones solicitadas, son de 5 días laborales antes del inicio de la formación.
En caso de cancelamiento fuera de plazo por parte del alumno, DevAcademy se reserva el derecho a cobrar un porcentaje (20%) del valor de la formación.
DevAcademy se reserva el derecho de cancelar o posponer la formación, siempre y cuando avise al contratante y/o devuelva el importe íntegro en caso de cancelación
Obligaciones del alumno
Es obligatorio que el alumno cumpla con todos las obligaciones recomendadas por el profesor para seguir todos los ejercicios y no demorar ni perjudicar la clase. Es posible que días antes se envie un email como recordatorio al alumno con instrucciones a seguir u obligaciones desarrollar para poder estar preparado al comienzo de la clase.
