Analista de Big Data

Fundamentos de Business Intelligence (aprox. 2 días)

Campos de aplicación, dimensiones de una arquitectura BI

Fundamentos de la inteligencia empresarial, OLAP, OLTP, tareas de los ingenieros de datos

Data Warehousing (DWH): tratamiento y procesamiento de datos estructurados, semiestructurados y no estructurados

Gestión de requisitos (aprox. 2 días)

Tareas, objetivos y procedimientos en el análisis de requisitos

Modelización de datos, introducción/modelización con ERM

Introducción/modelado en UML

- Diagramas de clases

- Análisis de casos de uso

- Diagramas de actividad

Inteligencia artificial (IA) en el proceso de trabajo

Presentación de tecnologías específicas de IA

y posibles aplicaciones en el entorno profesional

Bases de datos (aprox. 3 días)

Conceptos básicos de los sistemas de bases de datos

Arquitectura de los sistemas de gestión de bases de datos

Aplicación de RDBMS

Implementación del modelo de datos en RDBMS, formas normales

Introducción práctica y teórica a SQL

Límites de las bases de datos relacionales, csv, json

Almacén de datos (aprox. 4 días)

Esquema en estrella

Modelado de datos

Creación de Star Schema en RDBMS

Snowflake Schema, fundamentos, modelado de datos

Creación de Snowflake Schema en RDBMS

Galaxy Schema: Conceptos básicos, modelado de datos

Modificación Lenta de Tablas de Dimensión Tipo 1 a 5 - Restauración, Apilamiento, Reorganización, mini Dimensión y Tipo 5

Introducción a las dimensiones normales, causales, mini y monstruosas, heterogéneas y subdimensiones

Comparación de las orientadas al estado y a la transacción

Tablas de hechos DWH, densidad y almacenamiento

ETL (aprox. 4 días)

Limpieza de datos

- Valores nulos

- Preparación de datos

- Armonización de datos

- Aplicación de expresiones regulares

Comprensión de datos

- Validación de datos

- Análisis estadístico de datos

Protección y seguridad de los datos

Estructura práctica de las rutas ETL

Data Vault 2.0, conceptos básicos, hubs, enlaces, satélites, hash key, hash diff.

Modelización de datos Data Vault

Estructura práctica de un modelo Data Vault - Raw Vault, aplicación práctica de procedimientos hash

Trabajo por proyectos (aprox. 5 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto

Introducción al análisis de datos (aprox. 1 día)

Modelo de referencia CRISP-DM

Flujos de trabajo de análisis de datos

Definición de inteligencia artificial, aprendizaje automático, aprendizaje profundo

Requisitos y función en la empresa de ingenieros de datos, científicos de datos y analistas de datos

Repaso de los fundamentos de Python (aprox. 1 día)

Tipos de datos

Funciones

Análisis de datos (aprox. 3 días)

Módulos centrales de Python en el contexto del análisis de datos (NumPy, Pandas)

Proceso de preparación de datos

Algoritmos de minería de datos en Python

Inteligencia artificial (IA) en el proceso de trabajo

Presentación de tecnologías específicas de IA

y posibles aplicaciones en el entorno profesional

Visualización de datos (aprox. 3 días)

Análisis exploratorio de datos

Perspectivas

Calidad de los datos

Análisis de beneficios

Visualización con Python: Matplotlib, Seaborn, Plotly Express

Narración de datos

Gestión de datos (aprox. 2 días)

Arquitecturas de big data

Bases de datos relacionales con SQL

Comparación de bases de datos SQL y NoSQL

Inteligencia empresarial

Protección de datos en el contexto del análisis de datos

Análisis de datos en un contexto de big data (aprox. 1 día)

Enfoque MapReduce

Spark

NoSQL

Cuadros de mando (aprox. 3 días)

Biblioteca: Cuadros de mando

Estructura y personalización de cuadros de mando

Devoluciones de llamada

Minería de textos (aprox. 1 día)

Preprocesamiento de datos, visualización

Biblioteca: SpaCy

Trabajo por proyectos (aprox. 5 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto

¿Qué es el Big Data? (aprox. 1 día)

Volumen, velocidad, variedad, valor, veracidad

Oportunidades y riesgos de las grandes cantidades de datos

Diferenciación: inteligencia empresarial, análisis de datos, ciencia de datos

Introducción a la minería de datos

Papel de la IA y los sistemas basados en datos en el entorno de los grandes datos

Introducción a los marcos de big data (aprox. 2 días)

Soluciones de big data en la nube (visión general de AWS, Azure, GCP)

Patrones de acceso a datos

Almacenamiento de datos

Introducción a los lagos de datos y almacenes de datos

Visión general de Apache Hadoop y Spark

Procesamiento de datos distribuidos con Spark (aprox. 3 días)

Fundamentos de los sistemas distribuidos

Apache Spark (Core y SQL)

Comparación de diferentes enfoques para el procesamiento de datos

Procesamiento de grandes cantidades de datos

Introducción a flujos de trabajo sencillos de ML con Spark

Canalización e integración de datos (aprox. 2 días)

Procesos ETL y ELT

Procesamiento por lotes frente a streaming

Conceptos básicos de canalización de datos

Introducción a la orquestación (por ejemplo, visión general de Airflow)

Calidad y preparación de datos

Componentes (aprox. 2 días)

Breve presentación de las distintas herramientas

Transferencia de datos

Visión general de la gestión de recursos en sistemas de big data

Ecosistema Hadoop

Profundización en Apache Spark

Introducción a las tecnologías de streaming

NoSQL y almacenamiento de datos (aprox. 2 días)

Teorema CAP

ACID y BASE

Tipos de bases de datos

HBase

Introducción a las bases de datos orientadas a documentos

Introducción a los formatos de almacenamiento

Visión general de los enfoques de data lakehouse

Visualización de Big Data (aprox. 2 días)

Teorías de la visualización

Selección de diagramas

Nuevos tipos de diagramas

Herramientas para la visualización de datos

Introducción a las herramientas de BI (por ejemplo, Power BI, Tableau)

Fundamentos de la toma de decisiones basada en datos

Gobernanza y protección de datos (aprox. 1 día)

Conceptos básicos del GDPR en el contexto de los datos

Ética y tratamiento responsable de los datos

Calidad de los datos y conceptos de gobernanza

Controles de acceso y seguridad

Conceptos básicos del uso responsable de la IA

Trabajo por proyectos (aprox. 5 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto