1

Comprender los conceptos clave y los retos de los Big Data

• Los orígenes de los Big Data.
• El valor de los datos: un cambio importante.
• Los datos como materia prima.
• Las cifras clave del mercado en el mundo y en Francia.
• Los retos de los Big Data: Rendimiento de la inversión (ROI), organización y confidencialidad de los datos.

2

Tecnologías de Big Data

• Arquitectura y componentes de la plataforma Hadoop 2.
• Modos de almacenamiento (NoSQL, HDFS).
• Funcionamiento de MapReduce y Yarn...
• Principales distribuciones de Hadoop: Hortonworks, Cloudera, MapR, etc.
• Tecnologías emergentes: Spark, Storm, Machine Learning Azure, etc.
• Cómo instalar una plataforma Hadoop.
• Presentación de tecnologías específicas para Big Data (Talend, Tableau, Qlikview, etc.).

3

Procesamiento de Big Data

• Funcionamiento del sistema de archivos distribuido Hadoop (HDFS por su sigla en inglés).
• Importar datos a HDFS.
• Tratamiento de datos con PIG.
• Consultas SQL con HIVE.
• Creación de flujos de datos masivos con un ETL.

4

Métodos de análisis y tratamiento de datos para Big Data

• Métodos de exploración.
• Segmentación y clasificación.
• Aprendizaje automático, estimación y predicción.
• Tiempo real e IA.
• Aplicación de modelos.

5

Visualización de datos y representación de los datos de forma visual

• Principales soluciones en el mercado.
• Ir más allá de los informes estáticos.
• La visualización de datos y el arte de contar las cifras de forma creativa y lúdica.
• Medir la reputación online, la notoriedad de una marca, la experiencia y la satisfacción de los clientes...

6

Conclusión

• Las condiciones del éxito.
• Síntesis de las mejores prácticas.
• Bibliografía.