Curso gratis
IFCT159
Online
40 horas
Gratuito
Online
40 horas
Recuerda que si estás en situación de desempleo, ERTE, ERE o eres profesional del sector Finanzas puedes acceder a este curso.
Curso gratuito sin plazas disponibles. Para saber los cursos gratuitos para trabajadores y desempleados accede a nuestro buscador de cursos gratuitos
Dirigido a
SITUACIÓN LABORAL: Autónomo, Desempleado, Trabajador en ERTE | ERE, Trabajador por cuenta ajena
SECTOR: Finanzas y seguros. Si tienes dudas sobre cuál es tu sector, pulsa aquí
COMUNIDAD AUTÓNOMA: Toda España
Datos del curso gratuito
TEMÁTICA: Data science e IA
INICIO: Próximamente
MODALIDAD: Online
DURACIÓN: 40 horas
CERTIFICACIÓN: Diploma expedido por SEPE
PRECIO: Curso gratuito subvencionado por SEPE
Objetivos
Con este curso online gratuito conocerás las principales características del procesamiento masivo de datos en su relación con aplicaciónes y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.
Contenidos
1.1. Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data:
1.1.1. Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…)
1.1.2. El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
1.1.3. Hadoop como revolución para el tratamiento paralelo de datos masivo.
1.1.4. Características del Big Data (4 V's y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato, …
1.1.5. Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
1.2. Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías:
1.2.1. El ecosistema Hadoop: HDFS y MapReduce.
1.2.2. Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
1.2.3. Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
1.2.4. Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
1.2.5. Procesamiento y analítica avanzada con Spark.
1.2.6. Seguridad y gobierno del dato.
1.3. Comprensión de los principales conceptos sobre La “Ciencia de datos” e IA:
1.3.1. Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
1.3.2. Principales lenguajes de programación utilizados: R y Python.
1.3.3. Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
1.3.4. Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
1.3.5. Introducción al Deep Learning y el Aprendizaje por Refuerzo.
1.3.6. Procesamiento de información no estructurada: Imágenes y Textos.
1.3.7. Visualización de datos: Visualizaciones interactivas y Dashboards.
1.4. Adquisición de una visión trasversal sobre el futuro del BigData y cómo se aplica actualmente en diferentes áreas:
1.4.1. Ejemplos en las instituciones públicas: OpenData.
1.4.2. Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.
1.4.3. “Data for Good”: Big Data para el bien social.
1.4.4. Reflexiones finales sobre el impacto del Big Data en los años venideros.
Requisitos
Subvencionado por