Herramientas para el Análisis de Big Data

Este módulo introduce los conceptos fundamentales de la ciencia de datos, incluyendo métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas. Los estudiantes aprenderán las funciones que realizan los científicos de datos, como la identificación de preguntas relevantes, la recopilación de datos de diferentes fuentes, y cómo organizar y transformar datos para tomar mejores decisiones comerciales.

Este módulo explora los conceptos y sistemas de bases de datos como componentes fundamentales en los proyectos de ciencia de datos. Los estudiantes aprenderán sobre conjuntos de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso. El módulo también incluye una introducción a las bases de datos NoSQL, un modelo nuevo para la gestión de datos que no requieren estructuras fijas como tablas, útiles para grandes conjuntos de datos distribuidos.

Este módulo presenta las diferentes herramientas tanto comerciales como de Open Source que permiten la manipulación, administración y análisis de datos. Los estudiantes conocerán opciones comerciales como SAS, Watson de IBM, Oracle Analytics Cloud, SAP Cloud Analytics y DataRobot, así como herramientas de código abierto como Anaconda, Spark, Scikit-learn y TensorFlow. El módulo también incluye una introducción a lenguajes de programación como R y Python, ampliamente utilizados en la ciencia de datos.

Este módulo explora los beneficios que los servicios del cómputo en la nube proveen a los proyectos de ciencia de datos. Los estudiantes aprenderán cómo las plataformas de computación en la nube facilitan el procesamiento, modelación, análisis, almacenamiento y acceso de grandes volúmenes de datos. El módulo aborda cómo estas tecnologías permiten escalar recursos según las necesidades del proyecto y proporcionan herramientas especializadas para el análisis de Big Data.