Curso de especialización en Big Data para alumnos de FP

Conviértete en el profesional más demandado por las empresas. ¡Plazas limitadas!

Curso de especialización en Big Data para alumnos de FP

Becas de hasta el 25%

Bolsa de empleo

Bolsa de empleo y prácticas

Financiación

Posibilidad de financiar tu formación

Modalidad

Presencial

Ventajas

Especialízate en una de las áreas con mayor empleabilidad

Convocatoria cerrada

Infórmate sin compromiso para la próxima edición

navigation.button.call +34 913 645 157

O consulta nuestra oferta formativa completa de FP.

Curso en Big Data FP Oficial

Rating

Basado en 4 valoraciones

Lenguajes para Big Data:
- Características de los lenguajes de programación para Big Data.
- Tipos de datos.
- Por categorías: estructurados, no estructurados y multi-estructurados o híbridos.
- Por origen: web y redes sociales, comunicación entre máquinas, transacciones, biométricos y generados por personas.
- Estructuras de control: de selección, iterativas. Funciones. Recursividad.
- Librerías específicas.
Entrada y salida de datos:
- Opciones de entrada y salida habituales.
- Formatos habituales en Big Data.
- Funciones para trabajar con diferentes formatos.
Entornos de desarrollo:
- Entornos de desarrollo para programación Big Data.
- Instalación y configuración de entornos de desarrollo en local.
- Instalación y configuración de entornos de desarrollo en remoto.
Análisis y visualización de datos:
- Análisis descriptivo. Utilización de un histórico de datos. Identificación de comportamientos.
- Análisis predictivo. Creación de modelos. Establecimiento de un patrón e identifcación de las principales tendencias.
- Análisis prescriptivo. Técnicas de simulación y optimización.
- Visualización de datos.

Infraestructuras para Big Data:
- El paradigma Big Data. Modelo 5V: velocidad, volumen, variedad de los datos, veracidad y valor.
- Sistemas de computación distribuida: clusters, cloud.
- Componentes básicos y requisitos para la arquitectura de un sistema Big Data.
Componentes de la arquitectura Big Data:
- Infraestructura en almacenamiento básica para la ingesta de datos.
- Infraestructuras para el procesamiento de datos.
- Herramientas adicionales.
Almacenamiento distribuido:
- Características de los sistemas de ficheros distribuidos.
- Almacenamiento de información permanente.
- Sistemas multiusuario.
- Transparencia en la identificación y en la ubicación.
- Escalabilidad.
- Consistencia y seguridad.
- Capacidad, redundancia y alta disponibilidad. Tolerancia a fallos.
- Despliegue de nodos de almacenamiento,
- Administración y acceso a los datos.
- Monitorización de sistemas de ficheros distribuidos. Herramientas para monitorizar aplicaciones y servidores.
Administración de entornos Big Data:
- Paradigma de computación distribuida y en paralelo, proceso cercano a los datos.
- Aplicaciones y técnicas de procesamiento distribuido.
- Ingesta de datos.
- Metodología MapReduce.
- Rendimiento y monitorización de los procesos.
- Administración de seguridad de los datos.

Ingesta de datos:
- Tecnologías de ingesta de datos.
- Origen y formato de los datos. Opendata.
- Latencia y disponibilidad de los datos.
- Causas de la latencia.
- Funciones que dependen de la latencia.
- Formas de mitigar la latencia.
- Actualizaciones de los datos. Histórico de cambios.
- Extracción de datos.
Preprocesado de datos:
- Transformaciones de los datos.
- Destino de los datos. Consumidores de datos.
- Calidad de los datos. Formato, origen, veracidad y valor.
- Seguridad de los datos.
Procesamiento de datos:
- Introducción a los sistemas de procesamiento Big Data.
- Procesamiento por lotes. Aplicaciones y características.
- Procesamiento en streaming. Aplicaciones y características.

Arquitecturas disponibles para el almacenamiento masivo de datos:
- Características principales, criterios de selección.
- Documental. Catálogos, perfles de usuario y sistemas de administración de contenido.
- Clave-valor. Escalado horizontal.
- Basado en columnas. Familias de columnas.
- Grafos. Nodos y bordes.
- Series temporales.
- Datos de objetos.
- Datos de índice externo.
Casos de uso para cada arquitectura:
- Documental.
- Clave-valor.
- Basado en columnas.
- Grafos.
Bases de datos no relacionales:
- Características principales: flexibilidad, escalabilidad, alto rendimiento y funcionabilidad.
- Ejemplos de uso más frecuente.
- Instalación y administración de bases de datos no relacionales
- Técnicas y procedimientos.
Consulta de datos:
- Principales herramientas. Características y criterios de selección.
- Programación de consultas y búsquedas en función de la arquitectura utilizada.

Metodología

La modalidad de la formación es semipresencial, con clases presenciales en grupos reducidos de máximo 26 alumnos junto con actividades a distancia.

La formación será eminentemente práctica, utilizando una metodología por proyectos, muy orientada a las aplicaciones de las técnicas estudiadas y a la extracción del valor del dato. Lo que se busca ante todo es que, cuando el alumno complete la formación, tenga los conocimientos y habilidades necesarias para enfrentarse a los retos que se va a encontrar en el mundo de la empresa.

La asistencia a las actividades presenciales es obligatoria. Las actividades que se programen a distancia cuentan con el soporte de una plataforma virtual y su seguimiento se llevará a cabo mediante una tutoría lectiva semanal por cada módulo profesional con carga horaria a distancia.

Los estudiantes podrán complementar su formación con la asistencia a los eventos que mensualmente organiza IMF Institución Académica: masterclasses, mesas redondas, ponencias y presentaciones.

Requisitos del ordenador del alumno:

Procesador: Mínimo i5 6000 (o superior), recomendable i7
RAM: Mínimo 12 GB, recomendable 16 GB (o superior)
Almacenamiento: Mínimo 1 TB entre unidades internas y externas.
- Disco HDD: Mínimo 500 GB (o superior)
- Disco SDD para el software base: No es imprescindible; sin embargo, mejora enormemente el rendimiento al tener el sistema operativo y el software base instalado sobre el mismo.
Es necesario comprobar que se pueden utilizar cómodamente máquinas virtuales VirtualBox con la última versión estable de Ubuntu Linux.

Evaluación

Cada módulo tendrá una calificación continua y formativa, distribuida en porcentajes de la siguiente forma: Examen de evaluación presencial (40%) + Trabajo práctico (60%)

Cada módulo profesional del programa de especialización será evaluado en una única convocatoria de evaluación final al término de las actividades formativas. Cada módulo tendrá un máximo de dos convocatorias de examen por curso académico y un total de cuatro convocatorias posible.

La no superación de un módulo en las dos convocatorias del curso académico supondrá que el alumno/a deberá matricularse del módulo/s no superados para poder disfrutar de otras dos convocatorias de evaluación.

Para superar el programa de especialización se requiere la superación de todos los módulos profesionales que incorpore. El programa de especialización superado contará con una calificación final obtenida como resultado de la media aritmética de todos los módulos profesionales que incluya.

Los módulos profesionales incluidos en el programa de especialización en Big Data no podrán ser objeto de convalidación ni exención.

Los estudiantes que superen satisfactoriamente esta formación, conseguirán:

Título Oficial de Programa de Especialización en Big Data. Homologado por la Comunidad de Madrid (según la Orden 1830/2020, de la Consejería de Educación y Juventud)

¿Qué es un Curso de Especialización de Formación Profesional?

Los cursos de especialización de Formación Profesional son programas de estudio que complementan y profundizan en las competencias de los titulados en FP. Al igual que los ciclos de Formación Profesional, estos cursos son enseñanzas oficiales con validez en todo el territorio español. Su duración varía entre 300 y 720 horas y pueden incluir un módulo de formación en centros de trabajo.

IMF no sólo te prepara, sino que además permite examinarse oficialmente para la consecución del Título Oficial, ya que es un Centro Oficial de Formación Profesional homologado por la Consejería de Educación de la Comunidad de Madrid (Código de Autorización Nº 28077798).

Las personas que hayan obtenido la documentación acreditativa de la superación de este programa de especialización podrán ejercer su actividad en el sector de las Tecnologías de la Información y la Comunicación y el análisis de datos a gran escala como operadores y asesores en el tratamiento de macrodatos.

Según datos facilitados por Invest In Madrid, la oficina regional para la promoción y atracción de la inversión extranjera en la Comunidad de Madrid, en España el sector de Big Data muestra una tasa de crecimiento del 30% cada año, siete veces más que la inversión tecnológica tradicional, lo que le ha convertido en el cuarto país de la Unión Europea con más empleos tecnológicos.