Formación

Desenvolupament de solucions Big Data Analytics

Resum del curs

02/06/2020 a 02/07/2020

40 hores

Presencial

Preu (Extern) : 960€
Preu (Acordat) :
Preu (Col·legiat) :

Vaig a confiar en...

course imageCurs de formació realitzat en col·laboració amb l'Institut Tecnològic d'Informàtica (ITI)

Contingut del curs

Seré capaç de

L’objectiu d’aquest curs és resoldre els principals dubtes amb les quals s’enfronten els caps de projecte i desenvolupadors a l’hora de desenvolupar una solució de Big Data Analytics en l’empresa. Es cobreix el cicle de vida de la ciència de dades (digitalització, adquisició i preparació de les dades, entrenament i avaluació de models predictius, desplegament de models, i generació de coneixement) presentant les principals tècniques a aplicar en cadascuna de les etapes.

Programa
  1. Mòdul. Introducció L’aparició de nous conceptes relacionats amb la digitalització i la cerca del coneixement al llarg d’aquests últims anys fa que molts equips de desenvolupament etiqueten equivocadament la seua necessitat, la qual cosa condueix a construir sistemes que no compliran amb les expectatives. Ens trobem casos en els quals no es poden aplicar tècniques d’aprenentatge automàtic perquè falta digitalitzar els processos (de negoci, de fabricació, etc.). A vegades es desitja digitalitzar tota una planta quan una extracció de dades històriques amb uns pocs sensors en un poal multidimensional és suficient. Hi ha escenaris que requereixen emmagatzemar grans quantitats de dades. Uns altres requereixen desenvolupar eines auxiliars que capturen mètriques per a poder aplicar tècniques d’aprenentatge automàtic. Hi ha molta heterogeneïtat i no hi ha una solució única. En aquest primer mòdul introductori es presentaran els conceptes clau del domini i dels projectes de Big Data Analytics. Es parlarà sobre objectius i expectatives, així com de l’avaluació del risc associat a l’execució d’aquest. També es consideraran aspectes transversals com el canvi de cultura en l’organització que suposa aplicar aquestes tècniques, el data governance.
    1. -Introducció a Big Data Analytics
      1. Motivacions
      2. Nous conceptes: IoT, BI, IA, Machine Learning, Deep Learning, Data Engineering, Data Science, Data Analytics, Data Governance
      3. Quin problema resolc amb Big Data?
      4. Escenaris i reptes
    2. Tecnologies Big
      1. Data Fonaments tècnics
      2. L’era Hadoop
      3. Apatxe Hive
      4. L’era Spark
  2. Mòdul. Arquitectures Big Data L’objectiu d’aquest mòdul és resoldre els principals dubtes amb les quals s’enfronten els equips de direcció tècnica a l’hora d’implantar una estratègia de Big Data en la seua empresa. Així, es cobreix des d’una ullada casos pràctics en matèria de disseny d’infraestructures Big Data, explotació i analítica de dades, passant per una revisió de les principals tecnologies que hui dia poblen l’horitzó de Big Data (per a ingesta massiva, consulta, anàlisi, visualització…), fins a un roadmap per a l’adopció d’aquestes tècniques i tecnologies en les nostres empreses.
    1. Vull ser arquitecte Big Data
      1. Ecosistema Hadoop
      2. La nostra pila de serveis
      3. Per on començar
      4. Desplegament de models de Machine Learning
    2. Eines disponibles
      1. Data Engineer
      2. Data Scientist
      3. Data Analyst
    3. Casos pràctics
      1. La infraestructura d’UBER
      2. Graph Analytics
      3. Processament de Llenguatge Natural
      4. Detecció d’Anomalies
      5. Forecasting
    4. Definint una estratègia Big Data
      1. L’equip Big Data
      2. De les dades a les aplicacions
      3. Posada en marxa
  3. Mòdul . Adquisició i preparació de les dades. L’aplicació de models requereix corpus d’entrenament de qualitat que s’extrauen de les xarxes de sensors i els sistemes transaccionals. Es descriuran possibles solucions per a capturar, obtindre i emmagatzemar la informació, en funció de la dimensió de les dades i la seua disponibilitat. A més, s’explicaran tècniques de transformació de les dades, prestant especial atenció al concepte de qualitat de la dada.
    1. Cicle de vida de la dada
    2. Digitalització de l’entorn
      1. Instrumentació industrial
      2. Sensorización IoT
    3. Extracció de dades
      1. Diversitat d’orígens: No SQL, BBDD, fitxers, web, …
    4. Ingesta/Emmagatzematge de les dades
      1. Data pool, DataLake, DataWarehouse i DataMarts
    5. Enteniment de les dades
      1. Anàlisi Inicial de les Dades (IDA)
      2. Tècniques de formateo
      3. Tècniques de neteja (normalització, estandardització, fusió,…)
      4. Adaptació de les dades (imputació de dades que manca)
    6. Taller: Adquisició i preparació de dades
  4. Mòdul . Models basats en Intel·ligència Artificial La construcció dels models que permeten realitzar diagnòstics, pronòstics, simulacions o prescripcions sobre les dades passa per tres etapes clarament diferenciades: diagnòstic i anàlisi exploratòria de dades, construcció i entrenament del model, i empaquetat per a ser consumits com a servei des d’aplicacions d’usuari i quadres de comandament. En aquest mòdul es presenten les tècniques utilitzades en cadascuna de les etapes.
    1. Arquitectura d’un model basat en Intel·ligència Artificial
    2. Anàlisi Exploratòria de Dades (EDA)
    3. Modelat de dades (extracció de característiques, construcció del model, predicció, simulació, prescripció)
    4. Avaluació de resultats
    5. Desplegament de models
    6. Taller: Construcció i entrenament de Models
  5. Mòdul. Generació de coneixement L’explotació dels resultats dels models és un punt fonamental en els projectes tant de BI, com de Data Analytics, atés que permet transformar les dades d’entrada i els resultats dels models en informació i potencialment en coneixement per al suport a la presa de decisions. Per aqueix motiu, en aquest mòdul es mostraran diferents formes de generació de quadres de comandament per al monitoratge en temps real de les dades i l’explotació dels models estadístics.
    1. Automatització dels mecanismes de captura, neteja i integració de les fonts de dades
    2. Solucions d’usuari per a l’anàlisi de dades
    3. Integració de models estadístics en quadres de comandaments
    4. Taller: Generació de coneixement

Inscripció

Tipus de curs

Propio, organiza COITCV/AVIT

Habitació

Ciutat Politècnica de la Innovació, Edifici 8G, Quarta Planta

Programar

Horari de 16:00 a 20:00h

Inici de la inscripció

04/03/2020

Fi inscripció

22/05/2020

Procés d'inscripció
  • Preu públic general: 960€ (IVA no inclòs)
  • Associats AVIT: descompte del 15% pel conveni signat entre l’AVIT i l’ITI (aquest descompte no és aplicable en el curs quan estiga en “període de venda anticipada”) Consulta condiciones.

————————————————————————————————— Si eres associat i/o col·legiat identifica’t com a tal i envia la “Inscripció del Col·legiat”. Una vegada rebuda la inscripció t’enviarem el “codi descompte” perquè pugues aplicar-ho en la inscripció i obtindre el descompte. Si necessites més informació escriu a rrhh@coitcv.org amb el nom del curs i la consulta.


No està disponible la inscripció

Utilizamos cookies propias y de terceros para ofrecerte una mejor experiencia y servicio, de acuerdo a tus hábitos de navegación. Si continúas navegando, consideramos que aceptas su uso.