INFORMÁTICA Y COMUNICACIONES
Online
Curso Introducción al Big Data e Inteligencia Artificial
Descubre el mundo del Big Data y la Inteligencia Artificial. Este curso online te proporcionará una base sólida en el procesamiento masivo de datos, su relación con la IA, y su aplicación en el entorno empresarial. Aprende Hadoop, Spark, Python y R. Conoce ejemplos prácticos y casos de uso en diversos sectores. ¡Prepárate para el futuro!
Información del curso
- Duración40 horas lectivas
- UbicaciónEspaña
- EmpresaTALENTO
Requisitos y destinatarios
Requisitos
Para acceder al curso:
- Sector: Experiencia en Comercio y Marketing (textil, alimentación, etc.)
- Formación:
- Título de Bachiller o equivalente.
- Título de Técnico Superior (FP Grado Superior) o equivalente.
- Pruebas de acceso a Ciclos formativos de Grado Superior.
- Prueba oficial de acceso a la universidad.
- Certificado de profesionalidad de nivel 3.
- Título de Grado o equivalente.
- Título de Postgrado (Máster) o equivalente.
Dirigido a
Autónomos, trabajadores en ERTE/ERE y empleados
Qué aprenderás
- Dominar los fundamentos del Big Data y su evolución.
- Comprender la arquitectura Big Data y sus tecnologías clave.
- Manejar el ecosistema Hadoop: HDFS y MapReduce.
- Aprender lenguajes de programación: Java, Scala, SQL y Python.
- Realizar procesos ETL con Flume, Sqoop y HIVE.
- Analizar datos en tiempo real con Kafka, HBASE y Redis.
- Aplicar procesamiento avanzado con Spark.
- Introducción a la Ciencia de Datos y la Inteligencia Artificial
Temario
Módulo 1: Fundamentos del Big Data
- Introducción: Evolución del BI tradicional al Big Data.
- Conceptos Clave: Características (volumen, velocidad, variedad, veracidad, valor).
- Arquitectura: Ecosistema Hadoop (HDFS, MapReduce).
Módulo 2: Tecnologías y Herramientas
- Lenguajes: Java, Scala, SQL y Python.
- ETL: Flume, Sqoop y HIVE.
- Real Time: Kafka, HBASE y Redis.
- Procesamiento: Spark.
Módulo 3: Ciencia de Datos e IA
- Introducción: Conceptos básicos de IA y Data Science.
- Lenguajes: R y Python.
- Algoritmos: Supervisados y no supervisados.
- Deep Learning: Aprendizaje por refuerzo.
- Visualización: Creación de dashboards interactivos.
Módulo 4: Aplicaciones y Futuro
- Sectores: Ejemplos en instituciones públicas y empresas.
- Impacto Social: Big Data para el bien social.
- Reflexiones: El futuro del Big Data.