Diplomado en Big Data

Al final del curso podrás:
- Conocer la definición y el estado actual del paradigma de Big Data.
- Identificar los elementos técnicos y tecnológicos centrales que forman parte del paradigma.

Contenidos:
- Definición y caracterización de Big Data.
- Elementos centrales de Big Data.
- Descripción de contenidos del programa y su relación con los elementos discutidos.
- Ejemplos de aplicación y discusión.

Al final del curso podrás:
- Aplicar conceptos y técnicas relevantes del paradigma tradicional de aprendizaje de máquina.
- Aplicar representaciones de datos y técnicas de optimización usadas por algoritmos de aprendizaje de máquina, en particular, las utilizadas en problemas del tipo Big Data.
- Aplicar los conceptos fundamentales del paradigma de aprendizaje profundo o Deep Learning.
- Implementar soluciones basadas en modelos de Deep Learning fundamentales en base a bibliotecas de software existentes.

Contenidos:
Unidad 1: Fundamentos de Machine Learning
- Fundamentos de aprendizaje de máquina.
- Técnicas de vecinos cercanos.
- Árboles y ensambles.
- Máquina de vectores de soporte.

Unidad 2: Técnicas de Machine Learning para Big Data
- Fundamentos de aprendizaje profundo.
- Perceptrón y Redes neuronales de capa oculta.
- Redes neuronales convolucionales.
- Entornos de desarrollo para aprendizaje profundo.

Al final del curso podrás:
- Aplicar técnicas de aprendizaje profundo para análisis de datos multidimensionales y técnicas para el modelamiento de secuencias y datos temporales.
- Implementar soluciones basadas en modelos de Deep Learning para datos no estructurados y secuenciales, en base a bibliotecas de software existentes.
- Distinguir los principales algoritmos y fuentes de datos usados para generar recomendaciones.
- Analizar algoritmos de recomendación existentes identificando sus fortalezas y debilidades para generar recomendaciones.
- Diseñar e implementar los distintos componentes de un sistema recomendador.

Contenidos:
Unidad 1: Machine Learning avanzado para Big Data
- Redes neuronales recurrentes.
- Modelos seq2seq.
- Mecanismos de atención.
- Aplicaciones de aprendizaje profundo.

Unidad 2: Sistemas recomendadores
- Datos usados para generar recomendaciones.
- Fuentes de información espacial, temporal y redes sociales.
- Métricas de distancia.
- Preferencias basadas en retroalimentación explícita e implícita.

Al final del curso podrás:
- Analizar algoritmos de recomendación avanzados, identificando sus fortalezas y debilidades para generar recomendaciones.
- Evaluar un sistema recomendador usando diversas métricas y la factibilidad de su implementación.
- Describir problemas éticos y de privacidad en el manejo de datos.
- Justificar el diseño de la representación visual de un conjunto de datos determinado.
- Evaluar el diseño de la visualización de datos basándose en la naturaleza de los datos subyacentes, el público objetivo y el propósito general.

Contenidos:
Unidad 1: Sistemas recomendadores avanzados
- Métodos de recomendación: personalizados, colaborativos, basados en contexto o contenido, híbridos.
- Métodos avanzados de recomendación: ranking, redes neuronales, aprendizaje reforzado.
- Evaluación de sistemas recomendadores.
- Estudio de casos.

Unidad 2: Técnicas de visualización
- Fundamentos: abstracción de datos, marcas y canales, procesamiento humano de la información.
- Representaciones estadísticas y algoritmos.
- Reducción de dimensionalidad.
- Evaluación de sistemas de visualización.

Al final del curso podrás:
- Describir los principales desafíos del manejo de datos estructurados y no estructurados.
- Identificar las principales tecnologías para el manejo de masivas cantidades de datos en forma distribuida.
- Reconocer los principales componentes con que debe contar una solución a una problemática del tipo Big Data.
- Conocer los principios conceptuales y técnicos en los que se basa el entorno Hadoop.
- Identificar las distintas herramientas y usos del ecosistema Hadoop.
- Utilizar las principales herramientas del ecosistema para resolver problemas relacionados con el análisis de grandes cantidades de datos.

Contenidos:
Unidad 1: Ecosistema Hadoop
- Fundamentos de Hadoop.
- Hadoop sistema distribuido de archivos: HDFS (Hadoop Distributed File System).
- Hadoop distribución de tareas en un cluster: Paradigma Map Reduce.
- Herramientas del ecosistema: Pig, Hive, Flume, Impala, Hbase, Hue, Sqoop.

Unidad 2: Motor de cómputo Spark
- Fundamentos técnicos de Spark.
- Aprendizaje de máquina con Spark (SparkML).
- Bases de datos relacionales con Spark (SparkSQL).
- Otras herramientas basadas en Spark.

Al final del curso podrás:
- Describir las arquitecturas comúnmente utilizadas en la construcción de plataformas de alto rendimiento y sus mecanismos asociados.
- Utilizar modelos para describir y analizar el rendimiento de algoritmos que se ejecutan en plataformas de alto rendimiento.
- Implementar programas en ambientes paralelos utilizando memoria compartida, paso de mensajes y arquitectura manycore para ver su desempeño.
- Comprender las bases conceptuales y técnicas sobre las cuales funcionan las plataformas Cloud.
- Identificar las principales herramientas de las plataformas Cloud y sus funcionalidades.
- Utilizar herramientas de las plataformas Cloud para resolver problemas asociados al manejo de grandes volúmenes de datos.

Contenidos:
Unidad 1: High Performance Computing
- Introducción al procesamiento paralelo.
- Arquitecturas de alto rendimiento.
- Métricas de rendimiento en cómputo distribuido.
- Uso de clústers.
- Procesamiento con memoria compartida.
- Procesamiento con memoria distribuida.
- Procesamiento en unidades gráficas.

Unidad 2: Plataformas Cloud
- Introducción a las herramientas Cloud.
- Almacenamiento de datos.
- Ejecución de código.
- Data Warehouse.
- Machine Learning.

Al final del curso podrás:
- Describir los principales desafíos del uso de grafos en problemas del tipo Big Data.
- Aplicar representaciones gráficas para el modelamiento de distintas fuentes de datos.
- Aplicar las principales técnicas para el uso de grafos como herramienta analítica.
- Aplicar técnicas basadas en grafos para determinar métricas de distancia y redes semánticas.

Contenidos:
Unidad 1: Fundamentos de teoría de grafos
- Conceptos fundamentales de teoría de grafos: grado, isomorfismos, conectividad, centralidad, traversabilidad, búsqueda y ranking, métricas de distancia.
- Base de datos para grafos.

Unidad 2: Técnicas de grafos para Big Data
- Grafos como herramienta analítica para Big Data.
- Grafos para modelamiento y análisis de datos espaciales y redes sociales.
- Grafos para modelamiento y análisis de datos dinámicos.
- Grafos como herramienta de modelamiento y descubrimiento de patrones semánticos.
- Estudio de casos.

Al final del curso podrás:
- Aplicar técnicas de reducción de la dimensionalidad, métricas de distancia, técnicas de visualización de datos espaciales y temporales y técnicas de visualización de grafos y redes.
- Utilizar herramientas adecuadas para construir visualizaciones de tipos de datos avanzados.

Contenidos:
- Visualización de datos espaciales, temporales y redes sociales.
- Herramientas de software y estudio de casos.