MÁSTER EN ARQUITECTURA BIG DATA

Transcripción

1 MÁSTER EN ARQUITECTURA BIG DATA 19 Marzo Septiembre h

2 DESCRIPCIÓN Y OBJETIVOS La explosión de información derivada de Internet y de su evolución ha hecho que nos veamos en una situación en la que el volumen de datos generados escapa a la comprensión humana. De hecho, Google estima que cada 48 horas generamos tantos datos en Internet como los que ha generado la civilización desde su inicio hasta el Este gran volumen de datos ha hecho necesaria la creación de nuevas estructuras de información que permitan su gestión para el análisis y la toma de decisiones. Convertir de forma eficiente los datos en algo de valor para el negocio, es el nuevo foco estratégico en el que las empresas están avanzando. Es por lo que el Big Data se ha convertido en un nuevo sector profesional por derecho propio. La generación de información relevante (que tenga valor para el negocio) a partir de Big Data necesita de las herramientas y los conocimientos adecuados para gestionar y almacenar datos, con el objetivo de generar conocimiento para el negocio. Los perfiles más solicitados son los Arquitectos, Analistas y Desarrolladores, por lo que esta es la oportunidad perfecta para todos aquellos profesionales con perfiles técnicos de especializarse en Big Data y aprovechar la situación actual de demanda de las empresas. El objetivo de este máster es que los alumnos conozcan en profundidad los diferentes paradigmas de procesamiento en sistemas Big Datas y dominen las principales tecnologías y su utilización para el diseño de arquitecturas escalables adaptadas a cada proyecto. Una vez terminado el máster, los alumnos saldrán suficientemente preparados para ejercer en los perfiles de Arquitecto Big Data, Technical Manager y/o Líder de Proyecto en sistemas intensivos en datos.

3 DIFERENCIA ENTRE BIG DATA Y DATA SCIENCE Big Data hace referencia a las estrategias de Ingeniería del Software para el diseño e implementación de sistemas escalables intensivos en datos. Por tanto Big Data se centra en el desarrollo de software capaz de gestionar grandes cantidades de datos (Volumen), datos que se generan en tiempo real y/o que necesitan ser procesados para dar una respuesta en tiempo real (Velocidad), y datos con una estructura diversa (Variedad). El objetivo de Big Data es construir la infraestructura que soporte la escalabilidad horizontal y los tiempos de respuesta adecuados según el proyecto concreto. Sobre esas arquitecturas, se desarrollarán posteriormente los procesos analíticos de datos para extraer valor de los datos por parte de los Data Scientist. Big Data y Data Science, por lo tanto, son dos campos diferentes y complementarios. Existirán proyectos Big Data donde el objetivo será hacer escalable un sistema que actualmente no lo es y que por tanto no requiera estrategias de Data Science. También existirán proyectos donde será necesario analizar de forma inteligente ciertos datasets pero que no se requiera el potencial de las tecnologías Big Data. Y por último, existirán proyectos donde se necesite la construcción de sistemas Big Data escalables y aplicar sobre esas infraestructuras, algoritmos inteligentes de Data Science para extraer el auténtico valor de los datos. PERFIL DEL ALUMNO Deberás tener experiencia en programación y desarrollo de software, así como conocimientos básicos en administración de sistemas operativos y bases de datos. Si quieres saber si tienes el perfil adecuado, puedes hacerte las siguientes preguntas: Cuál es la diferencia entre un lenguaje de scripting y uno compilado? Qué beneficios aporta la programación orientada a objetos respecto a la estructural? Con qué mecanismo se asegura la consistencia de datos en sistemas de bases de datos tradicionales? Cómo se implementa en entornos distribuidos? Cuál es la diferencia entre escalabilidad horizontal y escalabilidad vertical?

4 Si no tienes estos conocimientos básicos y has decidido entrar en el mundo de del Big Data, evalúa si tienes tiempo antes del máster para adquirir estos conocimientos previos. Más abajo encontrarás algunas referencias bibliográficas que pueden ayudarte. BIBLIOGRAFÍA RECOMENDADA Tanto si tienes estos conocimientos previos, como si necesitas ponerte al día para llegar a ellos, te recomendamos los siguientes títulos. Su lectura no es necesaria ni obligatoria, pero si te ayudarán a adelantar conocimientos y aprovechar mejor las clases. Learning Python (Mark Lutz) Head First Java (Kathy Sierra, Bert Bates) An Introduction to Database Systems (C.J. Date) Programming Scala: Scalability = Functional Programming + Objects (Dean Wampler, Alex Payne) Head First Design Patterns (Eric Freeman, Bert Bates, Kathy Sierra, Elisabeth Robson).

5 INFORMACIÓN GENERAL Duración: 180h presenciales Precio: Lugar: Aula KSchool. Centro Ibercenter. Pza. Carlos Trías Bertrán nº 4, 1ª planta Fecha de inicio: 19 de marzo de 2016 Fecha de fin: 30 de septiembre de 2016 Horario: Viernes de 17 a 21h y sábados de 9 a 14h. RESERVA DE PLAZA Si quieres matricularte en este programa, debes rellenar el formulario de inscripción que encontrarás en nuestra web. Una vez lo hayas enviado, te responderemos con las instrucciones necesarias para hacer el pago de la reserva y bloquear tu plaza*. Las plazas son limitadas! PAGO ÚNICO Con 5% descuento! Precio base: 5995 Precio final con descuento: 5695,25 Reserva de plaza: 500 Plazo 1: 5195,25 PAGO FRACCIONADO** Precio final: 5995 Reserva de plaza: 500 Plazo 1: 1831,6 Plazo 2: 1831,6 Plazo 3: 1831,6 *El importe de la reserva de plaza será íntegramente reembolsado hasta 7 días antes del comienzo del curso si finalmente decides no cursar el máster. **Los plazos son mensuales, a partir del mes de comienzo del curso. Los pagos fraccionados se abonaran mediante recibo domiciliado el día 5 de cada mes.

6 CALENDARIO MARZO 2016 ABRIL 2016 L M X J V S D L M X J V S D MAYO 2016 JUNIO 2016 L M X J V S D L M X J V S D JULIO 2016 AGOSTO 2016 L M X J V S D L M X J V S D SEPTIEMBRE 2016 L M X J V S D

7 TEMARIO MÓDULO 1. INTRODUCCIÓN Origen del Big Data Paradigmas de procesamiento Economía del dato MÓDULO 2. BATCH PROCESSING Hadoop Pig Hive Sqoop Flume Spark MÓDULO 3. STREAMING PROCESSING Spark Streaming Storm Samza Pulsar Kafka Kestrel Flume Interceptor MÓDULO 4. BASES DE DATOS NOSQL HBase Cassandra MongoDB Neo4J Redis Berkeley DB MÓDULO 5. INTERACTIVE PROCESSING Drill Impala Presto Lucene + Solr ElasticSearch

8 MÓDULO 6. ARQUITECTURAS HÍBRIDAS Arquitectura Lambda Arquitectura Kappa Apache Flink e implementaciones prácticas Amazon Web Services Lambdoop & SummingBird MÓDULO 7. BIG DATA EN LA NUBE AWS: EC2 y S3 AWS: ElasticMapReduce AWS: Kinesis AWS: DynamosDB Google Cloud Computing Google BigQuery MÓDULO 8. ADMINISTRACIÓN DE ENTORNOS Planificación de clústers Tunning / Optimización Monitorización Seguridad MÓDULO 9. INTRODUCCIÓN A LA ANALÍTICA AVANZADA R Mahout MLlib Python MÓDULO 10. GESTIÓN DE PROYECTOS Dirección de proyectos Big Data Definición Proyecto Fin Master Tutorías y seguimiento TFM

9 PROFESORES RUBÉN CASADO - PHD. BIG DATA MANAGER AT TREELOGIC Rubén Casado es Doctor en Informática por la Universidad de Oviedo donde ha trabajado como investigador y profesor y actualmente colabora con el Grupo de Investigación en Ingeniería de Software. A nivel internacional, Rubén ha trabajado en Oxford Brookes University (Oxford, Reino Unido) y en el equipo de INRIA/LORIA (Nancy, Francia). Fruto de su investigación, ha publicado numerosos artículos científicos en congresos y revistas internacionales. Ha participado en diversos proyectos de investigación tanto nacionales (TIN, PCTI) como internacionales (FP7, H2020). Desde 2012 el responsable del área de Big Data & Analytics en Treelogic donde, además de implantar soluciones Big Data para clientes en diversos dominios, lideró la creación de Lambdoop, un nuevo middleware Big Data para facilitar el desarrollo de sistemas de computación híbridos. Actualmente es el coordinador técnico del proyecto europeo de investigación H2020 PROTEUS. Rubén complementa sus tareas de investigación y desarrollo de software con tareas de divulgación y networking, por lo que es habitualmente invitado como ponente/profesor en multitud de eventos y universidades sobre Big Data. En la actualidad Rubén Casado dirige el Máster en Arquitectura Big Data en Kschool.

10 FERNANDO AGUDO TARANCÓN - BIG DATA ARCHITECT & EVANGELIST AT PRAGSIS-BIDOOP- VP PRODUCT MANAGEMENT AT ANALITYCMATE Fernando Agudo es diplomado en informática por la Universidad de Alicante especializado en las tecnologías Big Data. Hace más de 5 años empezó a trabajar como responsable técnico en el área de Big Data en una de las empresas pioneras de estas tecnologías en España: Pragsis. Durante este periodo de tiempo se ha ido especializando en las diferentes distribuciones de Hadoop (Cloudera, Hortonworks, MapR) obteniendo las certificaciones tanto de Administrador Hadoop como de Desarrollador Hadoop. Actualmente su puesto es de Big Data Architect at Pragsis-Bidoop compaginando sus tareas de arquitecto con tareas de docencia: Es profesor certificado por Cloudera para impartir los cursos oficiales y aparte colaborar en diferentes escuelas de negocios de Madrid impartiendo clases en Masters de Big Data/Data Science. Entre otras de sus muchas tareas desacata la de VP Product Manager de AnalyticMate. Fernando también es el fundador de una plataforma e-learning para cursos/masters de todas las tecnologías Big Data punteras del mercado: Formación Hadoop. ANDRÉS GÓMEZ FERRER - BIG DATA ARCHITECT & DEVELOPER AT REDBORDER Andrés Gómez es graduado en Ingeniería de Telecomunicaciones y tiene un máster en Seguridad de la Información Informática, ambos por la Universidad de Sevilla. Comenzó en el mundo de Big Data con su proyecto fin de carrera realizando un motor de enriquecimiento usando tecnología de Streaming Processing, desde entonces se ha estado especializando en el ámbito del Big Data y el Cloud Computing. En la actualidad, trabaja como Big Data Architect & Developer en redborder, diseñando y desarrollando el back-end de Big Data. Siempre le ha apasionado la enseñanza y es el motivo por el que imparte clases como profesor en el Máster Arquitectura Big Data en Kschool.

11 CARLOS GIL BELLOSTA OWNER AT DATANALYTICS.COM Ex-eBay, ex-bbva, ex-everis, ex-barclays, ex-matemático, ex casi todo. No obstante, estadístico diletante, entusiasta de R y bloguero en los ratos libres de los días de hacer. Carlos J. Gil Bellosta es un científico de datos y entusiasta de R radicado en Madrid. Estudió matemáticas y estadística en la Universidad de Zaragoza y Washington University en San Luis, EE.UU. Fundó Datanalytics en 2005 y ha trabajado con datos grandes y pequeños desde entonces. Es un miembro activo de la comunidad de usuarios de R, ha desarrollado varios paquetes, como los cada vez más populares rpython y pxr y ha sido presidente de la asociación de usuarios de R (Comunidad R Hispano) desde su fundación en MARCO LAUCELLI - CEO EN NOVELTI.IO Marco es un profesional con amplia trayectoria en el diseño, creación y desarrollo de nuevos negocios en el sector de las tecnologías de la información. Ha tenido experiencia en consultoría estratégica, gestión de la innovación y emprendimiento, tanto desde startups como desde grandes corporaciones. Es Doctor en Física Teórica por la Universidad de Oviedo y el CERN, y comenzó su carrera profesional en el año 2000 en Gridsystems, una startup española dedicada a la computación distribuida. Tras varios años como consultor de estrategia IT e Innovación en IBM - en la que fue responsable de las relaciones de IBM con ecosistema emprendedor en el sur de Europa desde 2014 es el CEO y co-fundador de Novelti, una compañía dedicada a la aplicación de inteligencia artificial y la analítica de datos en tiempo real, para el Internet de las cosas. Sigue activamente involucrado en actividades relacionadas con la innovación y las startups. Desde finales de 2013 es miembro del consejo de administración del fondo de capital riesgo Alantis Capital y sigue impartiendo clases en escuelas de negocio como ESIC en Barcelona y ESADE en Madrid.

12 ADRIÁN FERNANDEZ - BIG DATA ENGINEER EN TREELOGIC Ingeniero Informático por la Universidad de Oviedo. Ha participado como analista-programador desarrollando aplicaciones web y móviles para la gestión documental y el análisis del comportamiento de los clientes en centros comerciales basado en técnicas de localización en interiores y detección del movimiento. En Treelogic es miembro del equipo de la línea de Big Data y ha participado en desarrollos de proyectos europeos implementando arquitecturas SOA basadas en servicios web. Adrián tiene más de 3 años de experiencia en el desarrollo de proyectos tecnológicos. Está especializado en sistemas distribuidos y arquitecturas Big Data participando en el desarrollo de proyectos como Lambdoop y DISASTER (Plataforma de interoperabilidad e intercambio de datos entre Sistemas de Gestión de Emergencias). IVÁN FERNANDEZ PEREA ARQUITECTO BIG DATA Iván Fernández es Ingeniero en Informática de Sistemas e Ingeniero en Informática por la Universidad Rey Juan Carlos. Ha cursado también el Máster Experto en Big Data por la UTAD (Universidad Camilo José). Además posee varias certificaciones, entre ellas la de desarrollador Spark. Ha impartido clase en el diploma de Especialización Big Data en la Universidad Politécnica de Valencia y formación en la mayoría de las empresas en las que ha trabajo. En la actualidad imparte formación interna sobre desarrollo en Arquitecturas Big Data. Con 9 años de experiencia, en los que ha trabajado como Ingeniero Software con tecnologías tanto de frontend como de backend. En los últimos trabajos ha centrado su carrera profesional en tecnologías Big Data, cloud computing y minería de datos. En estas últimas áreas ha trabajado para proyectos altamente escalables relacionados con Marketing online, sistemas de tiempo real o aplicaciones financieras. En la actualidad es arquitecto Big Data para entidades financieras.

13 NACHO GARCÍA NOSQL AND BIG DATA FRONT-END DEVELOPER Iván Fernández es Ingeniero en Informática de Sistemas e Ingeniero en Informática por la Universidad Rey Juan Carlos. Ha cursado también el Máster Experto en Big Data por la UTAD (Universidad Camilo José). Además posee varias certificaciones, entre ellas la de desarrollador Spark. Ha impartido clase en el diploma de Especialización Big Data en la Universidad Politécnica de Valencia y formación en la mayoría de las empresas en las que ha trabajo. En la actualidad imparte formación interna sobre desarrollo en Arquitecturas Big Data. Con 9 años de experiencia, en los que ha trabajado como Ingeniero Software con tecnologías tanto de frontend como de backend. En los últimos trabajos ha centrado su carrera profesional en tecnologías Big Data, cloud computing y minería de datos. En estas últimas áreas ha trabajado para proyectos altamente escalables relacionados con Marketing online, sistemas de tiempo real o aplicaciones financieras. En la actualidad es arquitecto Big Data para entidades financieras. ROBERTO DÍAZ MORALES - SENIOR RESEARCHER EN TREELOGIC Ingeniero Superior de Telecomunicación, M.Sc. En Multimedia y Comunicaciones y actualmente en el programa de doctorado de la universidad Carlos III de Madrid. Ha trabajado como investigador en la universidad Carlos III de Madrid en el departamento de Teoría de la Señal y Comunicaciones enfocado en el área de Machine Learning, donde ha realizado publicaciones en sobre la paralelización de métodos de núcleo y ha participado en proyectos de investigación de ámbito nacional. Actualmente es el líder del programa de investigación de Machine Learning en Treelogic. Sus interesen se centran en la creación de modelos predictivos utilizando algoritmos avanzados de aprendizaje supervisado (Deep Learning, Inferencia Bayesiana, etc.). Entre sus aficiones está el competir en campeonatos de Machine Learning donde ha ganado varios premios:

14 ANGEL REY - BIG DATA ARCHITECT, JAVA & SCALA DEVELOPER Ángel Rey es Ingeniero informático con un máster postgrado en Big Data y con 20 años de experiencia IT. Especializado en esta tecnología lleva trabajando desde 2011 siguiendo su evolución en distintos proyectos para Acer, Sony, Pyro Studios (creadora de Comandos ) y el Deutsche Bank. Algunos de estos proyectos implican el tratamiento de más de 600 millones de registros diarios y muy rápido crecimiento. Actualmente trabaja como Arquitecto Big Data en GFT utilizando Apache Spark y algoritmos de Machine Learning para la detección de anomalías en registros bancarios en tiempo real. Ángel también es profesor visitante en la Universidad Complutense de Madrid en el máster de Postgrado Big Data y negocio y consultor/profesor para empresas privadas del sector. CESAR DE PABLO- DATA SCIENTIST CONSULTANT EN SYNERGIC PARTNERS Es Data Scientist Consultant en Synergic Partners. Ha trabajado como ingeniero de software especializado en MeaningCloud, un servicio de API para el procesamiento de lenguaje natural. Es Ingeniero de Telecomunicación por la ETSIT UPM y Doctor en Informática por la UC3M. Acumula más de 10 años de experiencia construyendo sistemas software y productos basados en datos que hacen uso de tecnologías semánticas, buscadores y aprendizaje automático.

15 BONIFICACIÓN DE LOS CURSOS Todos nuestros cursos son bonificables a través de la Fundación Tripartita. Si estás interesado coméntanoslo al hacer tu inscripción y nosotros te lo gestionamos sin ningún tipo de coste adicional. BOLSA DE EMPLEO PRIVADA En KSchool disponemos de una bolsa de empleo privada para los alumnos de todos nuestros másters. Esta bolsa de empleo es una plataforma en donde empresas del sector buscan candidatos para cubrir sus vacantes. Gracias a la gran preparación con la que salen nuestros alumnos, cada vez son más las empresas que recurren a nosotros para buscar profesionales altamente cualificados en cualquiera de las áreas de influencia de nuestra formación: marketing online, analítica web, SEO, UX y Big Data. CONTACTO Elsa Durán elsa.duran@kschool.com

16 EN KSCHOOL PENSAMOS ASÍ Si el sistema no está preparado para darnos el conocimiento que necesitamos lo vamos a conseguir por nuestra cuenta. Hoy, en ciertos sectores el valor no lo aporta un título. Lo aporta lo que cada profesional sabe hacer. Si dependemos de nosotros mismos, vamos a pensar por nosotros mismos. No queremos, ni podemos sentarnos a esperar a que alguien se fije en nosotros. No hay ningún mapa. Debemos hacer nuestro camino, y es un camino que muchas veces no ha sido explorado, pavimentado, ni señalizado. Nuestro conocimiento es la clave de nuestro desarrollo personal y profesional. Todo el mundo tiene algo que enseñar. Queremos aprender todos de todos. En el mundo del conocimiento, cuanto más se comparte más se tiene. Lo que aprendemos es lo que practicamos. Especializarse es ponerle un apellido a nuestra profesión. Es echarle especias a nuestro ingrediente principal. Queremos construirnos un futuro fuera del rebaño. Para eso vamos a pensar y hacer las cosas de forma diferente. No vamos a seguir instrucciones a ciegas, no vamos a ser pelotas, no vamos a mantener la cabeza agachada. Esas formas no van con nosotros. Vamos a estar siempre en movimiento. No vamos a parar de movernos. Somos inquietos, y nos gusta ser así. Como queremos resultados diferentes, vamos a hacer las cosas de forma diferente. Las pirámides son monumentos funerarios. Nos divierte verlas en los libros de historia, no sufrirlas en nuestro trabajo. Nuestro mercado no es el de los empleos. Es el de las oportunidades. Queremos colaborar con nuestras empresas a generar ingresos, no queremos tener un simple empleo. Queremos avanzar elaborando mejores recetas, no cocinando más. Queremos poner vida a los años, no solo años a la vida. Somos mucho más que un perfil y unas competencias. Somos algo más que las hojas de nuestro CV. Queremos levantarnos con ilusión los próximos 40 años. Queremos hacer las cosas con pasión, cariño y humanidad.