Loading...

Diplomatura en Big Data

ÁREA

TICS

MODALIDAD

Presencial

ESTADO

Inscripción abierta

REUNIÓN INFORMATIVA

11 / 03 / 2019

INICIO / FINALIZACIÓN

05 / 04 / 2019 al 17 / 08 / 2019

Educación ejecutiva

Tel: (+54 11) 3754-4843/4848

educacionejecutiva@itba.edu.ar

VER TODOS LOS PROGRAMAS

Alejandro Vaisman
DIRECTOR

Big data se refiere a las grandes colecciones de datos, estructurados, o no estructurados,  que pueden crecer a volúmenes enormes y a un ritmo tan alto que es complejo manejarlos con las técnicas habituales de los sistemas de bases de datos y las  herramientas de análisis existentes hasta hace un tiempo.

La  gestión y el análisis de estas cantidades masivas de datos exigen nuevas soluciones que van más allá de los procesos tradicionales o herramientas de software habituales en la práctica diaria, lo que ha llevado a acuñar el término “big data analytics”.

plan de estudios

Contenidos  mínimos: Conceptos básicos de Data Mining. Modelos descriptivos y predictivos. TÉcnicas fundamentales: reglas de asociación, clasificación, clustering, patrones. Árboles de decisión. Aplicación a problemas concretos de predicción. Casos de estudio. KPIs (Key Performance Indicators). Dashboards. Herramientas comerciales y open source.

Contenidos  mínimos: Arquitecturas. El proceso de ETL.  Diseño conceptual, lógico y físico. El modelo multidimensional:  estrella, snowlflake y constellation.  Slowly changing dimensions. Diseño físico.  On Line Analytical Processing: OLAP. OLAP vd OLTP. Lenguajes de consulta: MDX básico y avanzado. Entornos avanzados para OLAP. Herramientas comerciales y open source.

Contenidos  mínimos: Conceptos fundamentales de Big Data.  Datos estructurados y no estructurados. El paradigma MapReduce. Hadoop File System, HadoopDB.  Lenguages de alto niveL: HiveQL y Pig Latin.   Google Cloud SQL. Google Big Table. Utilizacion en data Warehousing. Análisis de datos con Hadoop y Hive.

Contenidos mínimos. Introducción, definiciones, antecedentes, gráficos notables. Principios de la excelencia gráfica. Observaciones y variables. Tipo de variables. Visualizando tablas, jerarquías y redes. Utilización del color. GIS. Representación eficiente de la información, sumarización y visualización de grandes volúmenes de datos. Prácticas con d3js, jit, Processing, Google Visualization API, Tableau, Fusion Tables y QGIS.

Cuerpo docente

Magister en Dirección de Empresas de la  Universidad del CEMA, Ingeniero en Informática, Universidad de la República, Uruguay, Lic. En Cs. de la Computación, ESLAI (Escuela Latinoamericana de Informática). Se ha desempeñado desde 1997 como Gerente de Database Marketing en La Caja, Response Logic, y Disco Servicios Financieros . Desde 2005 ha dictado materias de data mining en posgrados de Argentina, Uruguay y Paraguay,  ha sido expositor en diversas conferencias, jornadas y talleres en los ultimos 15 años. Desde el 2003 es socio fundador de Adaptive SRL empresa dedicada a la provisión de datos y consultoría sobre Marketing Directo, Marketing de Base de Datos, CRM, Data Mining y Data Harvesting.

Doctor en Ciencias de la Computación por la Universidad de Buenos Aires. Postdoctorado en la Universidad de Toronto, Canadá. Es especialista en Data Warehousing y Business Intelligence (BI), Data Mining, Sistemas de Información Geográfica (GIS), y en publicación de datos en la web, siguiendo los lineamientos de Linked Open Data. Co-autor, junto con el Prof. Esteban Zimányi (Universidad Libre de Bruselas) del libro “Data Warehouse Systems: Design and Implementation”. Ha publicado, además, 5 capítulos en libros internacionales y ha publicado artículos en las más prestigiosas revistas y conferencias de la especialidad.

Doctora en Ingeniería en Informática (ITBA). Profesora Titular de Bases de Datos, (ITBA), Directora del Centro de Interacción Hombre-Dispositivo y Usabilidad, (ITBA). Especialista en Data Warehousing, OLAP y Sistemas de Información Geográfica. La Profesora Gómez posee más de 20 años de experiencia docente, y es co-autora de más de 20 trabajos en publicaciones internacionales de la especialidad.

Graduado de la carrera de  Ingeniería Informática en el ITBA, donde realizó su proyecto final de carrera utilizando herramientas de Big Data. Participó en proyectos de Big Data tanto en Google (a través de Globant), Despegar.com y Socialmetrix utilizando herramientas como Sqoop, Pig, Hbase, Hive, Oozie, Spark y Cassandra. Es docente del ITBA, y actualmente  desarrolla  la infraestructura de procesamiento de datos de Real-Time Bidding de ads y tracking de eventos de aplicaciones mobile en la empresa  Jampp.

Licenciado en Ciencias de la Computación, Depto de Computación, FCEyN, UBA. 25 años de experiencia docente (Inteligencia Artificial, Sistemas Expertos, Data Mining y Visualización de Información, 10 años como consultor independiente en las siguientes áreas: Spatial Databases, GIS, Data Quality, InfoVis y BI. Se desempeñó también como responsable de desarrollos GIS en diferentes organizaciones.

modalidad

Es de modalidad presencial, tiene una duración total de 112 horas  y se cursa los viernes de 18:30 a 21:30 y sábados de 9:00 a 13:00, en 25 de mayo 444.

Antes de inscribirte enviá tu consulta desde nuestro formulario o comunicate al (011) 3754-4848/4843