II TALLER DE ESPECIALIZACIÓN EN:

Transcripción

1 II TALLER DE ESPECIALIZACIÓN EN: (14,16, 18, 21, 23, 25, 28 y 30 de mayo del 2018) Informes e inscripción: anexo 0169 Piso 8 de la Torre Administrativa Universidad, Av. Benavides 5440 Santiago de Surco. destadistico@gmail.com/ bigdataplicado@gmail.com

2 PRESENTACIÓN El Taller de Especialización en BIG DATA en su primera versión trata de difundir de manera práctica las herramientas y tecnologías para el trabajo de big data y su aplicación en la empresa. Se abarcará los fundamentos de hadoop, se realizará el taller de introducción a Python, también los fundamentos de spark, machiche learning y se realizará una implementación práctica para que todos los participantes aprendan de manera práctica todas estas herramientas de big data. El taller será monitoreado por expertos en el tema y con experiencias en este tipo de enseñanza y en esta ocasión se realizará en la Universidad. Se entregará el material y los códigos de las aplicaciones con R y Python, el cual ha sido elaborado por los expositores y constituye un material protegido con derecho de autor contra cualquier reproducción no autorizada. La experiencia de los estudiantes en la Maestría en Ciencia de los Datos que a la vez tienen experiencia laboral nos ha motivado plantear por primera vez este taller de big data aplicada, porque será 100% práctico y los participantes deberán tener conocimiento sobre el manejo del software libre como R y Python.

3 PROGRAMA TEMÁTICO 1. PROGRAMA CURRICULAR INTEGRAL: 1. INTRODUCCION AL BIG DATA Que es Big Data Pipeline Arquitectura Tradicional Pipeline Arquitectura Big Data Distribuciones Hadoop Infraestructura OnPremise Cloud 2. FUNDAMENTOS HADOOP Ecosistema Hadoop HDFS MapReduce Yarn 3. TALLER DE INTRODUCCIÓN A PYTHON Introducción al Python Manejo de cadenas Manejo de Números Listas, tuplas y diccionarios Funciones Manejo de librerías Pandas. 4. FUNDAMENTOS SPARK Introduction to Apache Spark Spark Driver, Workers process and cluster manager. RDDs, Daframes y Datasets RDDS operations SparkSQL Spark-submit for execute on the cluster 5. MACHINE LEARNING

4 Introducción al Machine Learning Comandos principales para el manejo de archivos (entrenamiento, prueba, balanceo) Generación de modelos Random forest, Decision tree, Gradient boosted tree, Logistic regression, Multilayer perceptron (neural net), Naive Bayes Indicadores principales del modelo. 6. IMPLEMENTACIÓN DE UN PROYECTO USANDO CLOUDERA CDH Serialización: Avro, parquet, json Ingesta: Sqoop, PySpark Procesamiento: Hive, Impala, PySpark Monitoreo y Workflow: Hue, Ambari, Oozie Analítica: SparklyR + Machine Learning 2. OBJETIVOS: El participante logrará: Aprender y conocer de manera global e introductoria sobre la arquitectura, distribuciones y ecosistema Hadoop. Obtener los conocimientos básicos del lenguaje de programación Python. Comprender el ambiente de cómputo distribuido en el lenguaje Python. Aplicar técnicas de ingesta de datos con Hive, Pyspark. Aplicar procesamiento distribuido de grandes volúmenes de datos (Pyspark). Aplicar conocimientos básicos de Machine Learning aplicados a un caso de Negocio. 3. FUNDAMENTACIÓN ECONÓMICA: Este taller de especialización tendrá un presupuesto equilibrado si tiene como mínimo 12 participantes distribuidos en lo siguiente: Profesionales en general: S/. 1, Miembro URP: S/.1, Estudiantes de Pregrado y Posgrado: S/

5 Corporativo y costo promocional Si se inscriben 3 participantes en forma conjunta: S/ BASES LEGALES: Ley Universitaria No Estatuto de la Universidad (Artículo No. 2) Plan Estratégico de la Universidad, Objetivo 21 y PERFIL DE LOS PARTICIPANTES: Tener conocimientos básicos de matemáticas, ciencia de la computación, y de estadística, en lo referente a la comprensión general de la terminología y los conceptos de cada área Familiaridad con bases de datos y con conceptos estadísticos básicos. Conceptos generales de programación Python. Concepto de Big Data Básicos (Requerido). Conceptos básicos de Machine Learning. Linux Básico (Opcional). Profesionales de las carreras de ingeniería informática, de sistemas, estadísticos, y de otras carreras profesionales que estén interesados en conocer las herramientas y tecnologías de Big Data y su aplicación en un caso de uso de Negocio. Profesionales en ejercicio y entusiastas de implementar el área de Big Data y Hadoop en sus empresas. Desarrolladores de sistemas, data scientist y analistas/programadores interesados en aprender y aplicar las herramientas de Big Data en sus trabajos, proyectos, consultorías en la empresa. 6.EXPOSITORES: Mg. Eder Pineda Claros Ingeniero de Computación y Sistemas con gran capacidad de desempeño y enfocado a lograr soluciones inmediatas a los negocios utilizando herramientas de inteligencia de negocio y analíticas, desempeñándose actualmente como Coordinador de Big Data Analytics en Entel Perú.

6 Maestrando de la Maestría en Ciencia de los Datos de la Universidad Ricardo Palma Magister Business Intelligence de la Universidad de Barcelona Arquitecto de integración en EGS Group Asesor en Pentaho Perú Docente de cursos en estadística para no estadísticos en la Universidad Ricardo Palma Ing. David Narváez Ingeniero de Sistemas con amplia experiencia en soluciones de inteligencia de negocios, arquitectura Data Warehouse, Big Data y análisis de negocio y procesos. Experiencia y conocimiento de Modelos de Negocio Financiero, Seguros, Mercado de Valores, Académico y Telecomunicaciones. Desempeñándose actualmente como Coordinador de Big Data Analytics en Entel Perú. Especialista Business Intelligence & Big Data Analytics Arquitecto de soluciones Business Intelligence & Big Data Analytics Docente de cursos en Data Visualization Experiencia como expositor de Big Data 7.METODOLOGÍA: Teórica y práctica en un laboratorio de cómputo. La enseñanza será desarrollada utilizado la plataforma AWS EC2 con el software Jupyter que nos permitirá realizar la programación en Python, adicionalmente se enseñara Sqoop y Hive. Dos expositores en simultáneo. Asistencia presencial 100%. Asesoría y atención de consultas durante la duración del curso taller de especialización. Materiales diseñados por los expositores se les entregará a cada participante. Se dictará en un laboratorio de cómputo, una PC por participante. 8.CERTIFICACIÓN:

7 Certificado por haber aprobado el II Taller de Especialización en Big Data Aplicado expedido por el Rectorado de la Universidad. Para obtener el certificado deberá tener la nota mínima de catorce (14). 9.REQUISITOS: Llenar el Formato de Pago en los campos obligatorios y consignar: Apellidos y nombres completos, monto de abono que le corresponde y colocar en REFERENCIA: II Taller de Big Data Aplicado Imprimir este formato y cancelar en cualquiera de las agencias Scotiabank y/o Cajeros Express (Carsa, Curacao, Topy Top, Ace Home Center y otros), si les solicitan el código le indican que es el que figura en el Formato de Pago o les puedan sus números de DNI. Finalmente, remitir a los dos correos destadistico@gmail.com, oroque@urp.edu.pe en forma conjunta, los siguientes documentos: o Escaneado del comprobante de pago o Ficha de inscripción o Constancia de estudios superiores y Copia del DNI 10. LUGAR Y HORARIO: Lugar: Aula 407 del Aulario INCA ROCA de la Universidad Av. Benavides 5440 Santiago de Surco. Horario: Lunes-Miércoles-Viernes de 19:00 22:00 horas