Contidos básicos de Sistemas de Big data conforme ao Real Decreto 279/2021, de 20 de abril

De MediaWiki
Ir a la navegación Ir a la búsqueda

Aplicación de técnicas de integración, procesamiento y análisis de información

  • Conceptos básicos de matemática discreta, lógica algorítmica y complejidad computacional para análisis de datos.
  • Técnicas y procesos de extracción de la información de los datos.
  • Modelado, razonamiento, resolución de problemas.
  • Análisis en tiempo real.
  • Costes y calidad asociados al proceso de análisis de la información.

Configuración de cuadros de mando en entornos computacionales

  • Técnicas de representación de información. Librerías e implementaciones. Estructuración de datos. Objetivos a cumplir.
  • Cuadro de mando: Fundamentos.
  • Métricas.
  • Principales métodos y algoritmos en la minería de datos. Modelos SEMMA Sample, Explore, Modify, Model, Assess) y CRISP-DM (Cross- Industry Standard Process for Data Mining), entre otros.
  • Fases de los modelos. Valoración. Interpretación. Despliegue.

Gestión y almacenamiento de datos. Búsqueda de respuestas en grandes conjuntos de datos

  • Sistemas de gestión Almacenamiento.
  • Importación: Flume, Sqoop.
  • Integración de datos.
  • Programación: R y Python.

Aplicación de herramientas para la visualización de datos

  • Datos no estructurados: Fuentes, tipología.
  • Inteligencia artificial en el análisis de datos.
  • Cluster de máquinas: Información distribuida y redundante.
  • Herramientas de visualización de datos: QlikView, QlikSense, Tableau, Power BI, Domo,Pentaho, MicroStrategy, Business Objects, RJMetrics, Klipfolio, entre otras.
  • Tendencias de visualización de datos.

Referencias

  • [[]]