¡Oferta!
Incluye:
- Examen de certificación internacional en español como Big Data Professional Certificate BDPC
- Acceso por 60 días naturales.
- 2 oportunidades para presentar y acreditar.
- Guías de estudio y preguntas de apoyo descargables.
- Soporte Técnico a través de correo electrónico y/o whatsapp.
Capítulo 1 – Integridad de Big Data
- Objetivos de Aprendizaje
- Integridad
- Contexto de Big Data
- Dos Niveles de Big Data
- CASELET: IBM Watson
- Alcance de Big Data
- Las 4 V’s de Big Data
- Volumen
- Velocidad
- Variedad
- Veracidad
- Aplicaciones de Big Data
- Gestión de Big Data
- Ecosistema de Big Data
- Analizando Big Data
- Tablero en Tiempo Real
- Resumen de Desafíos y Soluciones
- Comparación de Tradicionales y Big Data
- Preguntas de Revisión
- Ejercicio Práctico de Liberty Stores: Paso B1
Capítulo 2 – Fuentes y aplicaciones de Big Data
- Objetivos de Aprendizaje
- Ecosistema/Arquitectura de Big Data
- Aplicación de Google Flu
- Fuentes de Big Data Sources
- Comunicaciones Entre Personas
- Comunicaciones Entre Personas y Máquinas
- Comunicaciones Máquina a Máquina
- Aplicaciones de Big Data
- Monitoreo de Sensibilidad del Consumidor
- Aplicaciones de Big Data
- Aplicación de Vigilancia Predictiva
- Aplicaciones de Big Data
- Seguro de Automóvil Flexible
- Preguntas de Revisión
- Ejercicio Práctico de Liberty Stores: Paso B2
Capítulo 3 – Arquitecturas de Big Data
- Objetivos de Aprendizaje
- Arquitectura de Google Query
- Ecosistema / Arquitectura de Big Data
- Capas en Arquitectura de Big Data
- Arquitectura IBM Watson
- Arquitectura de Netflix
- Arquitectura de VMWare
- Arquitectura de una Compañía Meteorológica
- Arquitectura de Ticketmaster
- Arquitectura de LinkedIn
- Arquitectura de PayPal
- Ecosistema de Hadoop
- Preguntas de Revisión
- Ejercicio práctico de Liberty Stores: Paso B3
Capítulo 4 – Computación Distribuida Utilizando Hadoop
- Objetivos de Aprendizaje
- Ecosistema / Arquitectura de Big Data
- Hadoop y MapReduce Definidos
- ¿Por qué la computación en Clúster?
- Arquitectura de Hadoop: Fragmentación de Datos
- Arquitectura Maestro-Esclavo
- Arquitectura de Lectura y Escritura del Sistema de Archivos Distribuidos Hadoop (HDFS)
- Características de HDFS
- Instalando HDFS
- Yet Another Resource Negotiator (YARN)
- Preguntas de Revisión
Capítulo 5 – Procesamiento Paralelo con MapReduce
- Objetivos de Aprendizaje
- Arquitectura de Big Data
- Arquitectura de MapReduce
- Arquitectura Maestro-Esclavo en MapReduce
- Papel de MapReduce 2004
- Secuencia de MapReduce
- MR Funciona como una Secuencia de UNIX
- Contador de Palabras Usando MapReduce
- Conteo de Palabras Usando MapReduce – Ejemplo 2
- Seudo Código MapR para Contador de Palabras
- Ejemplo de Contador de Palabras (Inglés): Myfile.txt
- Resultados de Cada Segmento
- Resultados Agrupados de Map Operations
- Resultados Luego de la Fase de Reducción
- Pig vs Hive
- Lenguaje de Hive
- Arquitectura de Lenguaje Pig
- Preguntas de Revisión
Capítulo 6 – Bases de Datos NoSQL
- Objetivos de Aprendizaje
- Arquitectura de Big Data
- Bases de Datos NoSQL
- NoSQL vs RDBMS
- Teorema CAP
- Arquitectura NoSQL
- Tipos de Bases de Datos NoSQL
- Arquitecturas NoSQL Populares
- Procesos de Cassandra
- Lenguajes de Acceso NoSQL – Hive
- Lenguajes de Acceso NoSQL – Pig
- Preguntas de Revisión
Capítulo 7 – Procesamiento Stream con Spark
- Objetivos de Aprendizaje
- Arquitectura de Big Data
- Computación Definida en Stream
- Conceptos de Streaming
- Aplicaciones de Streaming
- Características del Algoritmo de Streaming
- Filtro Bloom
- Apache Spark para Computación Streaming
- Ecosistemas de Código Abierto
- Arquitectura de Apache Spark
- Spark vs Hadoop 63
- Conjuntos de Datos Distribuidos Resilientes de Spark (RDD)
- Mecanismo de Procesamiento Spark
- Código de Spark para Pagerank
- Preguntas de Revisión
Capítulo 8 – Nueva Ingestión de Datos
- Objetivos de Aprendizaje
- Arquitectura de Big Data
- Sistema de Ingestión de Datos
- Sistemas de Mensajería
- Arquitectura de Apache Kafka
- Componentes de Kafka
- Mecanismo de Tópicos de Kafka
- Atributos Clave de Kafka
- Preguntas de Revisión
Capítulo 9 – Computación en la Nube
- Objetivos de Aprendizaje
- Arquitectura de Big Data
- Computación en la Nube
- Modelo de Acceso a la Computación en la Nube
- Computación en la Nube como una Infraestructura Virtualizada
- Beneficios de la Computación en la Nube
- Modelos de Computación en la Nube – por Propiedad y Rango de Servicios
- Preguntas de Revisión
Capítulo 10 – Aplicación de Análisis Web
- Objetivos de Aprendizaje
- Arquitectura de Web-Analyzer
- Tecnología
- Código de Aplicación
- Preguntas de Revisión
Público a quien va dirigido esta certificación
- Cualquier persona que esté interesada en ampliar sus conocimientos en Big Data y deseen cubrir unas necesidades no satisfechas por las tecnologías existentes en el almacenamiento y tratamiento de grandes volúmenes de datos.
Requisitos previos
- No hay requisitos formales para esta certificación.
Examen de certificación
- Tipo: Opción múltiple
- Número de preguntas: 40
- Idioma: Inglés/Español
- Puntuación de aprobación: 24/40 ó 60%
- Duración: 60 minutos máximo.
- Libro abierto: No
- Entrega: Este examen está disponible en línea/vía remota.
Valoraciones
No hay valoraciones aún.