Diplomado Business Intelligence y Big Data
¿Por qué estudiar Business Intelligence y Big Data?
Mejora tu perfil profesional
En la actualidad, la cantidad de datos que generan las organizaciones y personas aumenta exponencialmente a medida que pasa el tiempo.
Los equipos de datos son aquellos que logran hacer uso de grandes volúmenes de datos y convertirlos en información útil para el negocio.
Mejor salida laboral
Los graduados de este curso pueden tomar varias direcciones. Algunos pueden seguir desarrollando capacidades técnicas y conocimiento de herramientas, otros utilizan este curso como complemento para sus conocimientos de su ámbito profesional.
Metodología del programa:
Mediante prácticas pedagógicas y didácticas potenciadas por las nuevas tecnologías de la comunicación y de la información se adelantarán las clases virtuales sincrónicas, a través de dinámicas de aprendizaje, producción de materiales, selección de recursos tecnológicos, procesos de enseñanza-aprendizaje y evaluación.
En ESEIT nos distinguimos por nuestra visión práctica. Como parte de Planeta Formación y Universidades, contamos con una importante red de colaboración de empresas nacionales e internacionales, que nos posibilita conocer lo que el mercado necesita y así mejorar la empleabilidad de nuestros estudiantes. Favorecemos la creación de oportunidades con impacto, porque sabemos que el futuro es lo que construimos hoy.
Plan de Estudio
Modalidad: Virtual
Numero de horas: *80 hrs trabajo docente *20 hrs trabajo independiente
Horarios: Viernes 6 p.m a 10:00 p.m Sábados de 8:00 a.m a 12 :00 m
s.
Introducción a la gestión de base de datos (18 Horas)
Asignatura:
*Base de datos.
*Objetivos y funcionalidad de base de datos.
*El modelo entidad-relación extendido y no relacional.
*Base de datos e internet.
*Motores de Big Data Open Source.
*Los sistemas de gestión de Base de Datos-SGBD
*Objetivos y funcionalidad de los SGBD
*Sistema de gestión de base de datos relacionales y SQL.
Almacenes de datos (Data Warehouse) y minado de datos (Data Mining) - (32 horas)
Asignatura:
*Arquitectura y modelo de almacén de datos.
*Consultas de almacén de datos y extensión QLAP SQL: 1999.
*Propósito del minado de datos.
*Métodos y técnicas de la minería de datos.
*Evaluación y aplicaciones del minado de datos.
Big Data Fundamentos (25 horas)
Asignatura:
*BD NoSQL (Hive, Cassandra).
*Adquisición y recolección de data.
*Eco sistema Hadoop.
*Programación Hiveql (hive) ingesta de datos en Datalake.
Proyecto Aplicado Big Data(15 horas)
Asignatura:
*Visualización y Dashboard.
*Ingesta de datos en Datalake.
*Actividades básicas de estadística y modelos aplicados.
*Herramientas para Big data (Hue, Hive, Sqoop).