-
Tipo de titulación: Certificado "Ingeniero de Big Data
-
Cualificaciones adicionales: Certificado de "Ingeniero de Datos
Certificado "Especialista en Big Data" -
Examen final: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
-
Horario de las clases: A tiempo completoDe lunes a viernes, de 8.30 a 15.35 horas (en semanas festivas, de 8.30 a 17.10 horas).
-
Lengua de enseñanza: Alemán
-
Duración: 8 Semanas
Ingeniero de datos
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
Especialista en Big Data
¿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
Es posible que se produzcan cambios, el contenido del curso se actualiza regularmente.
Domina los procesos de recopilación, preparación, enriquecimiento y transmisión de datos. También puede procesar grandes cantidades de datos no estructurados con la ayuda de software específico del sector. Conoce el marco Apache y sabe visualizar los datos de forma atractiva.
El curso está dirigido a licenciados en informática, informática empresarial, administración de empresas, matemáticas o una titulación comparable.
Los big data se utilizan en las empresas para el análisis interdisciplinar y el diseño de soluciones informáticas en colaboración con los equipos de desarrollo y operaciones. Los ingenieros de Big Data son demandados por empresas grandes y medianas de la industria, el comercio, los servicios y las finanzas.
Su significativo certificado proporciona una visión detallada de las cualificaciones que ha adquirido y mejora sus perspectivas profesionales.
Concepto didáctico
Tus profesores están altamente cualificados tanto profesional como didácticamente y te enseñarán desde el primer hasta el último día (no hay sistema de autoaprendizaje).
Aprenderá en grupos reducidos y eficaces. Los cursos suelen constar de 6 a 25 participantes. Las lecciones generales se complementan con numerosos ejercicios prácticos en todos los módulos del curso. La fase práctica es una parte importante del curso, ya que durante ella se procesa lo aprendido y se adquiere confianza y rutina en su aplicación. La parte final del curso incluye un proyecto, un estudio de caso o un examen final.
Aula virtual alfaview
Las clases se imparten utilizando la moderna tecnología de vídeo alfaview®, ya sea desde la comodidad de su propia casa o en nuestras instalaciones en Bildungszentrum. Todo el curso puede verse cara a cara a través de alfaview®, comunicarse entre sí con una calidad de voz sincronizada con los labios y trabajar en proyectos conjuntos. Por supuesto, también podrás ver y hablar con tus formadores conectados en directo en cualquier momento y recibirás clases de tus profesores en tiempo real durante todo el curso. Las clases no son e-learning, sino auténtica enseñanza presencial en directo a través de la tecnología de vídeo.
Los cursos de formación de alfatraining están subvencionados por Agentur für Arbeit y certificados de acuerdo con el reglamento de homologación AZAV. Al presentar una solicitud a Bildungsgutscheino Aktivierungs- und Vermittlungsgutschein, la totalidad de los costes del curso suelen correr a cargo de su organismo financiador.
También es posible obtener financiación a través de Europäischen Sozialfonds (FSE), Deutsche Rentenversicherung (DRV) o programas de financiación regionales. Como soldado regular, tiene la posibilidad de asistir a cursos de formación continua a través de Berufsförderungsdienst (BFD). Las empresas también pueden cualificar a sus empleados a través de un programa de financiación de Agentur für Arbeit (Qualifizierungschancengesetz).