Semana

Temas

Actividad

Evidencia

Examen

Módulo 1

1

Tema 1. Fundamentos de Big Data
Tema 2. Terminologías y conceptos de Big Data

2

Tema 3. Tipos de datos en ambientes de Big Data
Tema 4. Visualización de datos y Big Data
Tema 5. Programación en lenguaje Python

3

Tema 6. Orientación a Objetos
Tema 7. Bases de datos
Tema 8. Introducción a lenguaje R

4

Tema 9. Programación para Big Data en lenguaje R
Tema 10. Presentación de datos

Módulo 2

5

Tema 1. Fundamentos de Data Science.
Tema 2. Data Mining para Big Data.

6

Tema 3. Data Modeling orientado a Big Data.
Tema 4. Categorías de grupos de datos para Big Data.
Tema 5. Tratamiento de la información y los datos.

7

Tema 6. Técnicas de distribución y procesamiento de datos.
Tema 7. Métodos de agrupaciones de datos.
Tema 8. Técnicas de visualización y sumas numéricas.

8

Tema 9. Correlación para Big Data.
Tema 10. Análisis de series temporales para Big Data.

Módulo 3

9

Tema 1. Introducción a Hadoop.
Tema 2. Arquitectura Hadoop.

10

Tema 3. Introducción a Microsoft Azure.
Tema 4. Configuración de Hadoop.
Tema 5. Comandos en HDFS.

11

Tema 6. Hadoop HDFS almacenamiento de datos y distribución.
Tema 7. Fundamentos de MapReduce.
Tema 8. Análisis de datos con Hadoop.

12

Tema 9. Data lake y Data storage.
Tema 10. Introducción a la transformación y la manipulación de datos.