Programa Superior - ?· › Presentación de la plataforma Big Data para prácticas ... Aplicaciones…

  • Published on
    13-Oct-2018

  • View
    212

  • Download
    0

Embed Size (px)

Transcript

  • PROGRAMA SUPERIOR EN BIG DATA

    Programa Superior

  • PROGRAMA SUPERIOR EN BIG DATA

    1. Qu es Big Data? Introduccin

    Evolucin histrica de almacenamiento y proceso de la informacin.

    Definicin de Big Data

    Ejemplos de Uso en Big data.

    Del big data al small data.

    Presentacin de la plataforma Big Data para prcticas

    Planteamiento de objetivos de proyecto fin de curso.

    2. Cmo detectar, plantear y abordar oportunidades de negocio con big data. Big Data en diferentes reas de negocio: Marketing, conocimiento del cliente,

    riesgo, fraude, customer experience

    Tipos de datos y disponibilidad

    Fortalezas y debilidades de los nuevos tipos de datos generados on-line, mviles

    y redes sociales.

    Implementar una arquitectura de datos para ayudar en la toma de decisiones.

    Conjugar datos de comportamiento con datos referidos al cliente (internos y

    externos)

    Privacidad de datos. Aspectos legales.

    3. Almacenamiento y procesamiento de la informacin en Big Data Virtualizacin y Cloud Computing

    Volumen. Almacenamiento.

    Variedad. Tipos de Datos a Almacenar

    PROGRAMA SUPERIOR EN BIG DATA

    2Programa sujeto a posibles modificaciones

  • Velocidad: Procesamiento paralelo. Hadoop.

    Map Reduce.

    Hive. SPARK.

    Motores de bsqueda. ElasticSearch

    4. Valor de Negocio. Transformacin en conocimiento. Extraer informacin de los datos estructurados y no estructurados.

    Sistemas de anonimizacin.

    Transformacin de datos en conocimiento.

    Valor del cliente vs Comportamiento del cliente.

    5. Aplicaciones de Negocio en Telecomunicaciones y Banca. Casos prcticos (I) Visin comercial big data en sectores Telecomunicacin y Banca

    Casos prcticos de monetizacin del Big Data en estos sectores.

    6. Arquitectura de soluciones en Big Data Procesos Batch

    Procesos en Real Time

    Escalabilidad

    Disponibilidad

    Fiabilidad

    7. Plataformas Big Data I . Introduccin a Hive, Spark, Search Machines Plataforma ejemplo (determinacin pendiente)

    Hive Hbase Impala

    Introduccin Spark

    PROGRAMA SUPERIOR EN BIG DATA

    3Programa sujeto a posibles modificaciones

  • Search Machines

    8. Plataformas Big Data II y III. Introduccin lenguajes Python, PIG Introduccin a Lenguajes

    Python

    PIG

    9. Tcnicas y Herramientas para obtencin de insights Casos de uso en telecomunicaciones.

    Conocimiento del cliente.

    Caso prctico: Proyecto recomendador de contenidos en TV

    10. Tcnicas para visualizacin y anlisis en Big Data: Datamining vs MachineLearning

    Datamining vs machine learning.

    Desmitificacin estadstica / data mining / big data / data Science. Tendencias y

    consolidacin. Modelo de madurez en analytics.

    Data Science. Introduccin al mtodo cientfico. Rigor, validez y fiabilidad.

    Diseos de investigacin.

    Los procesos de anlisis en Data Science.

    Reporte y uso de los insights.

    Principales tcnicas analticas en Big Data.

    Mapa de tcnicas para anlisis descriptivo, predictivo, prescriptivo, causal y

    mecanstico.

    Seleccin y combinacin de tcnicas.

    11. Tcnicas para visualizacin y anlisis en Big Data: Machine Learning. Casosprcticos y tendencias actuales

    Introduccin al Aprendizaje Automtico (Machine Learning).

    PROGRAMA SUPERIOR EN BIG DATA

    4Programa sujeto a posibles modificaciones

  • Aprendizaje supervisado y no supervisado.

    Principales tcnicas en Aprendizaje Automtico. Casos reales y ejemplos.

    Tendencias actuales en Aprendizaje Automtico.

    Introduction a Ensemble learning. Bagging, Boosting, Stacking.

    Nuevas tendencias en data science y big data analytics.

    Cognitive Computing. Introduccin a PLN. Watson Analytics. ML as a Service

    Azure ML. Amazon Machine Learning, Google Prediction API

    12. Tcnicas Analticas con Spark y Modelado predictivo Tcnicas analticas: Spark. Monoides, Monadas y Computacin distribuida. RDD

    y Dataframes. Anlisis de datos. Notebooks con Spark

    Modelado Predictivo: Introduccin al modelado estadstico. Comprensin y

    visualizacin de datos. Prediccin con regresin lineal. Clasificacin de patrones

    con regresin logstica. Otras tcnicas estadsticas

    13. Aplicaciones de Negocio. Casos prcticos:Big Data en sector Media y AnalticaWeb

    Big Data en Media. Empleo de Big Data en el sector Media con el objetivo de

    mejorar la experiencia de cliente: Necesidad de Negocio. Planteamiento de la

    solucin. Construccin de Data Lake. Analtica en Big Data, conocimiento del

    cliente. Operatividad en entorno Big Data. Venta programtica

    Analtica web. Caso prctico de empleo de analtica en web para mejorar el

    conocimiento y comportamiento del cliente:Adquisicin,

    comportamiento,conversin.

    14. Geomarketing en Big Data Analtica de localizacin (Location Analytic), Inteligencia de localizacin (Location

    Intelligence)

    PROGRAMA SUPERIOR EN BIG DATA

    5Programa sujeto a posibles modificaciones

  • Casos de Uso

    Visualizacion avanzada CartoDB y D3js

    15. Aplicaciones de Negocio. Casos prcticos :Big Analytic en Call Center yConstruccin de un Data Lake en Telecomunicaciones

    Big Analytic. Uso de tcnicas bayesianas en casos prcticos: Optimizacin de las

    operaciones del Call Center. Mejorar la organizacin, dimensionamiento, gestin

    de contratos, deteccin de fallos en la operacin, etc. Generar una nueva fuente

    de ingresos.

    Usos IoT: Previsiones de Saltos de Alarma Medio Horarios.

    Big Data en Telecomunicaciones: Construccin de un Data Lake. Generacin de

    indicadores de riesgo de clientes. Anlisis del comportamiento de las

    comunicaciones. Implementacin de reglas de decisin en tiempo real.

    PROGRAMA SUPERIOR EN BIG DATA

    6