Manejo de grandes volúmenes de datos (big data)

Domagoj Vrgoc

Doctor en Computación, Universidad de Edimburgo, Reino Unido. Profesor Asistente del Instituto de Ingeniería Matemática y Computacional de la UC. Sus áreas de interés son manejo de datos, la web semántica y teoría de computación. Su tesis de doctorado fue destacada por la British Computing Society como una de las mejores de su generación. Es autor de más de 30 papers técnicos y ha sido parte de los comités de programas de las conferencias más importantes en bases de datos, la web e inteligencia artificial, como ACM PODS, ICDT, WWW, ISWC, IJCAI, entre otros.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de reemplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

El real mejoramiento de la eficiencia organizacional está relacionado con la implementación de soluciones tecnológicas que permitan agilizar la toma de decisiones basada en información cuantitativa y cualitativa relevante en tiempo real. Esta información proviene de una adecuada administración de grandes volúmenes de datos por minuto, que demandan extensos y rigurosos análisis, junto con métricas e indicadores cada vez más precisos.

El análisis de grandes volúmenes de datos permite extraer tendencias y patrones complejos de información, con enormes implicancias estratégicas. Esto posibilita una mejor predicción y transforma la forma en que se llevan a cabo los negocios en la actualidad. Este curso capacita al estudiante para seleccionar las herramientas adecuadas para el manejo de datos en su empresa, comprendiendo las infraestructuras computacionales necesarias para gestionar datos de diferentes volúmenes y características. 

Los contenidos serán abordados en 6 clases en línea (8 semanas), donde se entregarán los contenidos mediante recursos interactivos que integran videos, esquemas, artículos, lecturas y preguntas formativas. Lo anterior se realiza a través de una plataforma educativa virtual. 

*Este curso pertenece al Diplomado en Big Data para la toma de decisiones

• Se recomienda poseer título profesional universitario o técnico, licenciatura o egreso de instituto profesional.
• Se recomienda dominio básico de Excel y manejo de internet a nivel usuario.

Resultado de aprendizaje general 

• Analizar diversas fuentes de datos, seleccionando las infraestructuras computacionales apropiadas para el manejo de datos en el contexto organizacional.

Resultados de aprendizaje específicos 

• Identificar las herramientas de manejo de datos adecuadas para el contexto de su empresa.  
• Modelar datos usando herramientas de bases de datos relacionales (SQL), bases de datos NoSQL y bases de datos distribuidas. 
• Estimar la necesidad de transición en la infraestructura de datos desde un modelo clásico centralizado (tipo SQL) hacia un modelo de Big Data distribuido.

• Aprendizaje autónomo asincrónico estructurado en 6 módulos
• Clases expositivas 
• Foros
• Estudio de caso

CONTENIDOS

• Manejo de datos
• Datos de una empresa
• Distintos formatos de datos
• Problemas organizacionales
• Sistemas de bases de datos
• Bases de datos relacionales

¿Cómo interactuar con una base de datos?

• Base de datos en el ecosistema de una empresa
• Lenguaje de consultas SQL
• Múltiples usuarios trabajando con los datos

Distribución de los datos

• Paso al mundo de Big Data
• Distribución de los datos
• Comparando sistemas centralizados y sistemas distribuidos

 NoSQL

• Otros modelos de datos
• Key-value stores
• Bases de datos de documentos
• Bases de datos de grafos

Procesamiento masivo de datos

• ¿Cómo manejar a datos diversos?
• Sistema de archivos de Google
• Google File System: Garantías de consistencia
• ¿Cómo ocupar el sistema de archivos de Google?

MapReduce

• ¿Cómo priorizar petabytes de datos?
• MapReduce
• Blocking y tolerancia a fallas
• ¿Cómo ocupar MapReduce

• Controles  - 15%
• Foros de discusión  - 20%
•  Trabajo grupal - 25%
• Test on-line o presencial - 40%

Los alumnos deberán ser aprobados de acuerdo los criterios que establezca la unidad académica: 

• Calificación mínima de 4.0 en su promedio 

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación. 

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

• Fotocopia Carnet de Identidad.

Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula.