Diplomado Big Data 1
DESCRIPCIÓN En la era digital, la masiva producción de datos abre infinitas oportunidades para un efectivo análisis de la información. El diplomado Big Data proporciona una sólida formación en las principales tecnologías y tendencias que marcan el estado del arte en el ámbito de almacenamiento, procesamiento y extracción de conocimiento de fuentes de datos masivas, tanto estructuradas, como no estructuradas (datos textuales, imágenes o interacciones en redes sociales). DIRIGIDO A Ingenieros Civiles Industriales, Ingenieros Comerciales, Civiles Informáticos, Civiles Electrónicos, Civiles Eléctricos. Licenciados en Computación, y otros profesionales licenciados y/o con experiencia en áreas afines, que requieren conocimientos o habilidades en la materia. OBJETIVOS GENERALES Conocer los principales componentes de la tecnología Big Data. Gestionar proyectos orientados a la introducción de tecnologías en Big Data en la organización. PRERREQUISITOS Licenciatura en Ciencias de la Ingeniería o Título Profesional Universitario de Ingeniería Civil. Licenciatura o Título Profesional Universitario en una disciplina afín a la Ingeniería. Experiencia laboral de 2 años en al área o áreas afines. PROGRAMA DEL DIPLOMADO Curso 1: Ecosistema Hadoop. Unidad I: Fundamentos de Hadoop. Introducción a Hadoop. Hadoop sistema distribuido de archivos: HDFS. Hadoop distribución de tareas en un cluster: Paradigma Map Reduce. Bases de datos no relacionales (NoSQL). Google Gran Tabla y Hadoop Hbase. Unidad II: Ecosistema Hadoop. Introducción al ecosistema Hadoop de Cloudera. Herramientas del ecosistema: Pig, Hive, Impala y Hue. Movimiento masivo de datos: Sqoop. Datos Secuenciales (Streaming): Flume. Spark. Librería de Aprendizaje de Máquina: Spark MLlib. Curso 2: Aprendizaje de Máquina para Big Data. Unidad I: Conceptos Fundamentales de Aprendizaje de Máquina y Big Data. Introducción al aprendizaje de máquina. Técnica de vecinos cercanos. Redes neuronales de capa oculta. Modelos de aprendizaje de máximo margen. Optimización y técnicas de descenso de gradiente estocástico. Limitaciones de técnicas tradicionales de aprendizaje de máquina para problemas de Big Data. 2
Unidad II: Técnicas de Aprendizaje de Máquina para Big Data. Técnicas de hashing con colisión local. Modelos jerárquicos composicionales y aprendizaje estructural. Representaciones distribuidas. Redes neuronales convolucionales de aprendizaje profundo. Redes neuronales recurrentes. Curso 3: Técnicas de Visualización y Sistemas de Recomedación. Unidad I: Técnicas de Visualización. Fundamentos: Abstracción de datos, marcas y canales, procesamiento humano de la información. Representaciones estadísticas y algoritmos. Reducción de dimensionalidad. Visualización de datos espaciales, temporales y redes sociales. Evaluación de sistemas de visualización. Herramientas de software y estudio de casos. Unidad II: Sistemas de Recomendación. Datos usados para generar recomendaciones. Fuentes de información espacial, temporal y redes sociales. Métricas de distancia. Preferencias basadas en retroalimentación explícita e implícita. Métodos de recomendación: personalizados, colaborativos, basados en contexto o contenido, híbridos. Evaluación de sistemas recomendadores. Estudio de casos. Curso 4: Computación de Alto Rendimiento y Teoría de Grafos para Big Data. Unidad I: Computación de alto rendimiento para Big Data. Introducción al procesamiento paralelo de datos. Uso de recursos elásticos y procesamiento en la nube. Modelos para almacenamiento distribuido de archivos en clusters. Modelos para manejo distribuido de memoria en clusters. Modelos para ejecución distribuida de proceso en clusters. Procesamiento en unidades gráficas (GPUs). Unidad II: Teoría de grafos para Big Data. Conceptos fundamentales de teoría de grafos: grado, isomorfismos, conectividad, centralidad, traversabilidad, búsqueda y ranking, métricas de distancia. Base de datos para grafos. 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. JEFE DE PROGRAMA ALVARO SOTO A., PHD. Profesor Asociado, Departamento de Ciencia de la Computación, Escuela de Ingeniería, UC; Master of Science, Louisiana State University, EE.UU.; Doctor of Philosophy in Computer Science, Carnegie Mellon University, EE.UU. 3
EQUIPO DOCENTE EDUARDO GRAELLS-GARRIDO, PHD. Investigador del Centro de Investigación y Desarrollo de Telefónica, Chile; Ingeniero Civil en Computación, Universidad de Chile; Doctor of Philosophy en Informática, Universitat Pompeu Fabra, España. HANS LOBEL D., PHD Profesor Instructor, Departamento de Ciencia de la Computación, Escuela de Ingeniería, UC; Ingeniero Civil en Ciencia de la Computación, UC; Magíster en Ciencias de la Ingeniería, UC; Candidato a Doctor en Ciencias de la Ingeniería, UC. DENIS PARRA S., PHD Profesor Asistente UC; Ingeniero Civil en Informática, Universidad Austral de Chile; Doctor of Philosophy in Information Science, University of Pittsburgh, EE.UU. KARIM PICHARA B., PHD. Profesor Asistente, Departamento de Ciencia de la Computación, Escuela de Ingeniería, UC; Ingeniero Civil de Industrias con Mención en Computación, UC; Magíster en Ciencias de la Ingeniería, UC; Doctor en Ciencias de la Ingeniería, UC. JUAN REUTTER D. PHD. Profesor Asistente, Departamento de Ciencia de la Computación, Escuela de Ingeniería, UC; Ingeniero Civil en Ciencia de la Computación, UC; Magíster en Ciencias de la Ingeniería, UC; Doctor of Philosophy in Computer Science, University of Edinburgh, United Kingdom. ALVARO SOTO A., PHD. Profesor Asociado, Departamento de Ciencia de la Computación, Escuela de Ingeniería, UC; Master of Science, Louisiana State University, EE.UU.; Doctor of Philosophy in Computer Science, Carnegie Mellon University, EE.UU. CRISTIAN RUZ R., PHD. Profesor Asistente, Departamento de Ciencia de la Computación, Escuela de Ingeniería, UC; Ingeniero Civil en Ciencia de la Computación, UC; Magíster en Ciencias de la Ingeniería, UC; Doctor of Philosophy en Informática, Université de Nice Sophia Antipolis, Francia. * EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de remplazar, en caso de fuerza mayor, a él o los relatores indicados en este programa. METODOLOGÍA Todas las actividades teóricas y prácticas buscan potenciar las habilidades de capacidad de análisis, toma de decisiones y el trabajo en equipo, a través de la presencia y participación del alumno en las sesiones de los cursos. El marco metodológico combina diferentes métodos de enseñanza, con el propósito de lograr un alto nivel de aprendizaje en los alumnos. Para ello se contemplan: Exposiciones conceptuales y participativas apoyadas por material audio visual. Clases expositivas e interactivas, donde el profesor realizará un juego de preguntas a los alumnos, con el propósito de aprovechar la historia y experiencia de los participantes. Actividades prácticas de análisis, ajustadas a las necesidades e intereses de los participantes y sus empresas; éstas se realizarán en grupos conformados por 3 ó 4 personas. Análisis colectivos de casos, al finalizar las actividades prácticas. Revisión y discusión de lecturas, y casos escritos que serán proporcionados por los docentes. 4
REQUISITOS DE APROBACIÓN La nota final del Diplomado se obtendrá a través del promedio aritmético de las notas de los 4 cursos, donde cada curso tiene una ponderación de 25%. Para aprobar el diplomado, el alumno debe cumplir con dos requisitos: A) Un mínimo de asistencia de 85% a todo evento. B) Requisito académico: Se cumple aprobando todos los cursos con nota mínima 4,0. El alumno sólo podrá reprobar un curso, y en este caso la aprobación total del diplomado queda sujeta a que el promedio de todos los cursos sea igual o superior a 5,0. Con dos cursos reprobados (bajo nota 4,0), el alumno reprueba automáticamente todo el programa. Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación otorgado por la Pontificia Universidad Católica de Chile. *Nota: Las personas que no cumplan con el requisito de aprobación, no recibirán ningún tipo de certificación. INFORMACIONES GENERALES Duración: 144 horas cronológicas - 20 créditos Valor: $ 2.900.000 Modalidad: Presencial Lugar de realización: Por confirmar Contacto: programas@ing.puc.cl Teléfono: 56 2 2354 4516 *Puede haber modificaciones de fechas y/o docentes por razones de fuerza mayor 5