En el desarrollo de proyectos Big Data, son necesarios diferentes perfiles de administración que optimizarán y configurarán las tecnologías que hacen parte de un ecosistema y arquitectura Big Data. Es de elevada importancia que este tipo de perfiles sepan cómo configurar las tecnologías para optimización de todos los procesos asociados a los casos de uso y que hacen uso de tecnologías Big Data.
Preguntas como ¿cuántos nodos son necesarios? ¿cómo podemos configurar la seguridad del dato y el gobierno del mismo? son muy normales a la hora de planificar el cluster, por ello, los perfiles tienen que tener conocimiento suficiente para poder gestionar este tipo de configuraciones.
Los profesionales que componen la comunidad de DevAcademy son conscientes de la escasez de profesionales con un conocimiento amplio en la administración de tecnologías Big Data, por ello, se propone un plan formativo en la administración y configuración de arquitecturas Big Data cubriendo diferentes aspectos como la seguridad, la planificación, la configuración de tecnologías o la gestión de alertas.
Temario
Introducción a Big Data
Introducción al ecosistema Big Data
Introducción a distribuciones Big Data
Diseño de cluster
- Consideraciones iniciales
- Elección de Hardware
- Recomendaciones nodos esclavos
- Recomendaciones nodos master
- Dimensionamiento
- Recomendaciones Red
- Particionamiento del sistema de archivos
- Configuración de nodos
Despliegue de ecosistemas Big Data
- Despliegue y configuración de Cloudera
- Despliegue y configuración de Hortonworks
Herramientas Ecosistema BigData, despliegue y configuración básica
- HDFS
- YARN
- Flume
- Sqoop
- Kafka
- Hive
- Spark
Seguridad
- Introducción a la seguridad
- Autenticación
- Autentificación
- Auditar
- Protección de datos
- Introducción a Knox
- Despliegue y configuración de Knox
- Introducción a Ranger
- Despliegue y configuración de Ranger
- Configuración de Hadoop con Kerberos
- Configuración de HDFS ACLs
Monitorización y alertas
- Manejo de alertas
- Configuración de notificaciones
- Alertas
- HDFS
- YARN
- MapReduce2
- HBase
- Hive
- Oozie
- Zookeeper
- Ambari
- Métricas Ambari
Casos prácticos
La metodología de aprendizaje propuesta es trabajar sobre ejercicios prácticos guiados, donde los alumnos tienen configurar arquitecturas de procesamiento Big Data en función de las características y requerimientos de los mismos.
Fechas, horario y lugar
Actualmente no hay fechas disponibles. Mándanos un email para tenerte en lista y completar un grupo para poder organizarlo.
En caso de ser empresa te ayudamos a organizarlo a medida para tus empleados o compañeros.
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.
