Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
MÁSTER:MÁSTERDESAROLLADORBIGDATAInformacióndetalladadelmáster
www.formacionhadoop.com
Elmásteronlinede120horasesestáenfocadoalosdesarrolladoresquequieranaprenderaconstruirpotentes aplicacionesdeprocesamientodedatosutilizandolastecnologíasmáspunterasdeBigData
REQUISITOS PREVIOS:Los participantes del máster deberán tener experiencia enprogramación (muy recomendable el conocimiento de Java y python oScala) y conocimientos básicos de linux. No se requiere conocimientoprevio de Hadoop .
OBJETIVO:Una vez finalizado el máster, el alumno será capaz de desarrollar suspropias aplicaciones de procesamientos de datos con Hadoop a travésde MapReduce, Hive, Pig, Impala y Spark, así como la ingesta de datos aun clúster Hadoop a través de Flume y Sqoop.
2
Contenido
3
Capítulo1:Introducción
Capítulo2:ConceptosbásicosyHDFS
Capítulo3:IntroducciónaMapReduce
Capítulo5:EscribiendounprogramaMapReduce básico
Capítulo4:ClústerHadoop
Capítulo6:ProfundizandoenelAPIdeHadoop
Capítulo7:Partitioners yReducers
1 Módulo1:DesarrollodeAplicacionesMapReduce
4
Capítulo9:AlgoritmoscomunesconMapReduce
Capítulo10:EcosistemaHadoop
Capítulo8:Tiposdedatos,salidayentrada
Contenido
5
Capítulo1:Formatosdeficheros:Avro,Columnar,Texto
Capítulo2:Kite SDK
Capítulo3:ProcesamientodedatosconApacheCrunch
Capítulo5:AnálisisdedatosconPig
Capítulo4:AnálisisdedatosconHive eImpala
2 Módulo2:AnálisisdedatosconHive,Pig,ImpalayCrunch
Capítulo5:IngestadedatosconSqoop
Capítulo6:IngestadedatosconFlume
Contenido
6
Capítulo1:Introducción
Capítulo2:Spark
Capítulo3:RDDs,RDDs depares
Capítulo5:Spark enclúster
Capítulo4:MapReduce,HDFS
Capítulo6:ProgramaciónParalela
Capítulo7:Etapas,tareasyplanificación
3 Módulo1:ProcesamientodedatosconSpark
7
Capítulo9:AplicacionesconSpark,rendimiento
Capítulo10:Spark Streaming
Capítulo8:Cachéypersistencia
Capítulo11:Spark SQL
Capítulo12:IntroducciónaMachineLearning:MLLIB
MATERIAL DEL CURSO:• Temario completo del máster• Ejercicios prácticos• Material complementario para facilitar el conocimiento (videos,
documentos, ejercicios, datasets, etc.)
TUTORÍAS:El alumno dispone de varios métodos para solventar sus dudas:
- Tutorías vía chat desde la plataforma virtual.- Contacto con el tutor del curso vía email.- Tutorías vía Skype.
Por motivos de disponibilidad, para las tutorías vía Chat o Skype, habrá queconcertar previamente la cita con el profesor vía email.
EXAMEN DE CERTIFICACIÓN FORMACION HADOOP:Una vez finalizado cada uno de los módulos, el alumno podrá realizar unexamen de certificación para acreditar que ha superado el módulo. Cadaexamen de certif icación consta de 30 preguntas tipo test. Para superar elmáster el alumno debe obtener más de un 70% en cada uno de losexámenes de certificación. Una vez superado, el alumno recibe un títuloacreditativo de que ha superado el máster de desarrollador Big Data.
8
MATRICULACIÓNALMÁSTER:
Para poder realizar la matrícula en cualquiera de los másters/cursosofertados por Formación Hadoop habrá que realizar los siguientespasos:
1. Acceder al aula virtual de Formación Hadoop2. Registrarse en el aula virtual3. Realizar el login en el aula virtual4. Seleccionar el curso5. Realizar el pago de la matrícula
El pago de la matrícula se realiza a través de PayPal, por lo que elalumno deberá tener una cuenta de PayPal para poder realizar el pago.
Una vez realizado el pago, automáticamente el alumno quedarámatriculado pudiendo acceder al curso.
9
MATRICULACIÓN ALMÁSTER:
Una vez realizada la matriculación, el alumno dispondrá de un periodode 360 días para realizar el MÁSTER y obtener la certificación deFormación Hadoop como Experto en Big Data. Durante este periodo elalumno tendrá acceso a:
• Temario del máster• Tutorías virtuales vía chat y Skype• Acceso al foro y al chat del máster para comunicarse con los
alumnos del mismo
10
PROFESORES:La calidad de los cursos está garantizada ya que todos los profesoresson profesionales experimentados y especializados en esta tecnología.
Los profesores trabajan diariamente con esta tecnología, por lo quepodrán poner en conocimiento de los alumnos muchos de losproblemas que se encuentran diariamente en su puesto de trabajo.
Todos los profesores han superado varias de las certificaciones de lasdiferentes distribuciones de Hadoop (Cloudera, HortonWorks, MapR,etc.)
11
Información detalla del Director Académicodel máster:Fernando Agudo Tarancón:
- Big Data Architect en Pragsis Bidoop- Instructor Hadoop de los cursos oficiales de Cloudera:
Cloudera Developer Training for Apache Hadoop.Cloudera Administrator Training for Apache HadoopCloudera Developer Training for Apache Spark.Big Data Applications
- Instructor en diferentes escuelas de negocio y universidades
- Títulos y certificaciones:Ingeniero Técnico en Informática de Gestión.CCDH: Cloudera Certified Developer for Apache Hadoop.CCAA: Cloudera Certified Administrator for Apache Hadoop.MCHD:MapR Certified Developer for Apache Hadoop.
Información detallada: Fernando Agudo
12
Contacto
13
TWITTERTwitter.com/formacionhadoop
FACEBOOKfacebook.com/Formacion-Hadoop-1713892002218442/
www.formacionhadoop.com
LINKEDINlinkedin.com/company/formación-hadoop
(+34)605398311