En este curso se obtiene una visión completa y de alto nivel de todo el entorno conceptual, de mercado, de aplicaciones y programas de Inteligencia Artificial, Generación de Datos y Big Data.
Dirigido a Arquitectos, Ingenieros, y cualquier otro estudiante o profesional de la construcción.
Disfrutarás del curso durante 12 meses y podrás entregarnos el ejercicio final cuando quieras.
Visualiza los videotutoriales cuando quieras y las veces que quieras. ¡Fórmate a tu ritmo!
Este curso incluye tutorías personalizadas y descarga de plantillas.
Este curso online de Desarrollo de personas y competencias en un entorno de transformación digital equivale a un curso presencial de 30 horas lectivas.
Obtendrás un CERTIFICADO EDITECA tras aprobar el examen final y entregar un ejercicio final de curso.
Acceso a nuestra bolsa de empleo.
VÍDEO DE PRESENTACIÓN
1. El entorno de la Inteligencia Artificial, la Generación de Datos y Big Data
- 1.1 Introducción a la Inteligencia Artificial, la Generación de Datos y el Big Data I
- 1.2 Introducción a la Inteligencia Artificial, la Generación de Datos y el Big Data II
- 1.3 Introducción a la Inteligencia Artificial, la Generación de Datos y el Big Data III
- 1.4 Aspectos legales
- 1.5 Tendencias de mercado, proveedores y adopters (I)
- 1.6 Tendencias de mercado, proveedores y adopters (II)
- 1.7 Definición de Big Data
- 1.8 La evolución del Data Analytics con Big Data (I)
- 1.9 La evolución del Data Analytics con Big Data (II)
- 1.10 Ventajas, del conocimiento a la creación de valor (I)
- 1.11 Ventajas, del conocimiento a la creación de valor (II)
2. Generación, almacenamiento y procesamiento de la información en Big Data
- 2.1 Tipos de datos
- 2.2 Datos estructurados
- 2.3 Datos no estructurados
- 2.4 Industria 4.0 y convergencia OT-IT
- 2.5 Generación de datos OT e IT (I)
- 2.6 Generación de datos OT e IT (II)
- 2.7 Generación de datos OT e IT (III)
- 2.8 El cloud, información almacenada, datos en tiempo real
- 2.9 Paradigmas Big Data Bach y Streaming (I)
- 2.10 Paradigmas Big Data Bach y Streaming (II)
3. Arquitectura de soluciones Big Data
- 3.1 Big Data vs bases de datos SQL
- 3.2 Pirámide DIKW
- 3.3 Sistemas de archivos distribuidos (I)
- 3.4 Sistemas de archivos distribuidos (II)
- 3.5 Distributed, Scalable & Cloud Computing y Big Data (I)
- 3.6 Distributed, Scalable & Cloud Computing y Big Data (II)
- 3.7 Hadoop y Big Data: un poco de historia
- 3.8 Hadoop, el inicio
- 3.9 Hadoop, el embrión del ecosistema
- 3.10 HDFS: Hadoop Distributed File System
- 3.11 MapReduce (I)
- 3.12 MapReduce (II)
- 3.13 MapReduce (III)
- 3.14 Ecosistema Hadoop: visión general
- 3.15 Ecosistema Hadoop, diagrama de niveles (I)
- 3.16 Ecosistema Hadoop, diagrama de niveles (II)
5. Business Intelligence y Business Analytics. Métodos y técnicas
- 5.1 Introducción al Business Intelligence y Business Analytics (I)
- 5.2 Introducción al Business Intelligence y Business Analytics (II)
- 5.3 Introducción al Business Intelligence y Business Analytics (III)
- 5.4 Metodología de Desarrollo, Implantación y Mejora: Introducción
- 5.5 Metodología de Desarrollo, Implantación y Mejora: Crisp-DM
- 5.6 Metodología de Desarrollo, Implantación y Mejora de Modelos BI-BA: MDMA
- 5.7 BI y BA, casos de uso
- 5.8 Técnicas, tareas y algoritmos: visión general (I)
- 5.9 Técnicas, tareas y algoritmos: visión general (II)
- 5.10 Técnicas, tareas y algoritmos: visión general (III)
- 5.11 Tareas Predictivas: Clasificación
- 5.12 Tareas Predictivas: Regresión
- 5.13 Prueba de hipótesis
- 5.14 Algoritmos: redes neuronales
- 5.15 Algoritmos: Series temporales
- 5.16 Algoritmos: Reglas de asociación
- 5.17 Algoritmos genéticos
- 5.18 Casos de uso de Big Data Analytics: Conocimiento del cliente en grandes superficies