¡Oferta!

Certificación: Big Data Professional

$99.00

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

Casa certificadora que aplica el examen y emite la certificación

  • CertiProf

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.

Sé el primero en valorar “Certificación: Big Data Professional”

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *