Cursos de Big Data en Uruguay

Esta formación en vivo, impartida por un instructor en <ubic> (en línea o presencial), está dirigida a científicos de datos e ingenieros de nivel intermedio que desean utilizar Google Colab y Apache Spark para el procesamiento y análisis de big data.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de big data utilizando Google Colab y Spark.
• Procesar y analizar grandes conjuntos de datos de forma eficiente con Apache Spark.
• Visualizar big data en un entorno colaborativo.
• Integrar Apache Spark con herramientas basadas en la nube.

Stratio es una plataforma centrada en los datos que integra big data, inteligencia artificial y gobernanza en una única solución. Sus módulos Rocket e Intelligence permiten la exploración rápida de datos, su transformación y el análisis avanzado en entornos empresariales.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de datos de nivel intermedio que desean utilizar eficazmente los módulos Rocket e Intelligence de Stratio con PySpark, centrándose en estructuras iterativas, funciones definidas por el usuario y lógica avanzada de datos.

Al finalizar esta formación, los participantes podrán:

• Navegar y trabajar dentro de la plataforma Stratio utilizando los módulos Rocket e Intelligence.
• Aplicar PySpark en el contexto de ingesta, transformación y análisis de datos.
• Utilizar bucles y lógica condicional para controlar flujos de trabajo de datos y tareas de ingeniería de características.
• Crear y gestionar funciones definidas por el usuario (UDF) para operaciones de datos reutilizables en PySpark.

Formato del curso

• Clase interactiva y discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.

El almacenamiento de datos es la práctica de diseñar, construir y operar repositorios centralizados de datos que respalden el análisis, la elaboración de informes y la toma de decisiones.

Esta formación presencial (en línea o en sitio) está dirigida a profesionales de datos de nivel intermedio que deseen modelar datos dimensionales, construir pipelines ETL robustos y optimizar cargas de trabajo analíticas.

Al finalizar esta formación, los participantes podrán:

• Explicar los conceptos y arquitecturas centrales del almacenamiento de datos.
• Diseñar modelos dimensionales y elegir entre esquemas de estrella y de copo de nieve (snowflake).
• Construir y orquestar pipelines ETL y ELT de manera confiable.
• Diferenciar las cargas de trabajo OLTP versus OLAP y optimizarlas para el análisis.

Formato del curso

• Clase interactiva y discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

Los participantes que completen esta formación en vivo dirigida por un instructor en Uruguay adquirirán una comprensión práctica y realista del Big Data, junto con sus tecnologías, metodologías y herramientas relacionadas.

Los participantes tendrán la oportunidad de poner en práctica estos conocimientos mediante ejercicios prácticos. La interacción grupal y los comentarios del instructor son componentes importantes de la clase.

El curso comienza con una introducción a los conceptos fundamentales del Big Data, luego avanza hacia los lenguajes de programación y las metodologías utilizadas para realizar el análisis de datos. Finalmente, discutimos las herramientas e infraestructura que permiten el almacenamiento de Big Data, el procesamiento distribuido y la escalabilidad.

Greenplum es una plataforma de datos de procesamiento en paralelo masivo (MPP) de código abierto, diseñada para entornos analíticos y de grandes volúmenes de datos.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a usuarios técnicos de nivel intermedio a avanzado que desean comprender la arquitectura interna de Greenplum, construir modelos de datos optimizados y aplicar SQL de alto rendimiento en entornos distribuidos.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura shared-nothing y el modelo de paralelismo de Greenplum.
• Diseñar estructuras de tablas distribuidas y particiones optimizadas para el rendimiento de las consultas.
• Utilizar estrategias de indexación, formatos de almacenamiento y técnicas de diseño físico.
• Interpretar los planes EXPLAIN y optimizar las consultas aplicando buenas prácticas.

Formato del Curso

• Conferencia interactiva y discusión.
• Amplia cantidad de ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Greenplum es una plataforma de datos masivamente paralela de código abierto basada en PostgreSQL, diseñada para análisis avanzados y almacenamiento de datos a gran escala.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a administradores de nivel intermedio que deseen instalar, configurar y gestionar entornos de Greenplum de manera efectiva, incluyendo la gestión de actualizaciones del sistema y bibliotecas.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar un clúster de Greenplum listo para producción.
• Gestionar las actualizaciones del sistema y aplicar parches de forma segura.
• Administrar la gestión de bibliotecas de Greenplum para análisis y extensiones.
• Diagnosticar problemas y monitorear sistemas de Greenplum.

Formato del curso

• Conferencia interactiva y discusión.
• Uso práctico de Greenplum en un entorno de laboratorio controlado.
• Ejercicios guiados centrados en la configuración del clúster, flujos de trabajo de actualización y extensiones del sistema.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso basada en su entorno o plataforma de datos, póngase en contacto con nosotros para organizarla.

Esta formación presencial impartida por un instructor en <ubic> (en línea o in situ) está dirigida a profesionales de datos de nivel avanzado que desean optimizar sus flujos de trabajo de procesamiento de datos, garantizar la integridad de los mismos e implementar soluciones robustas de tipo "lakehouse" capaces de afrontar las complejidades de las aplicaciones modernas de big data.

Al finalizar esta formación, los participantes serán capaces de:

• Adquirir una comprensión profunda de la arquitectura de Iceberg, incluida la gestión de metadatos y el diseño de archivos.
• Configurar Iceberg para obtener un rendimiento óptimo en diversos entornos e integrarlo con múltiples motores de procesamiento de datos.
• Administrar tablas Iceberg a gran escala, realizar cambios complejos en el esquema y gestionar la evolución de las particiones.
• Dominar técnicas para optimizar el rendimiento de las consultas y la eficiencia del escaneo de datos en conjuntos de datos extensos.
• Implementar mecanismos que garanticen la consistencia de los datos, administren garantías transaccionales y manejen fallos en entornos distribuidos.

Esta formación en directo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de datos de nivel principiante que desean adquirir los conocimientos y habilidades necesarios para utilizar eficazmente Apache Iceberg en la gestión de conjuntos de datos a gran escala, garantizar la integridad de los datos y optimizar los flujos de procesamiento.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender a fondo la arquitectura, las características y los beneficios de Apache Iceberg.
• Conocer los formatos de tabla, el particionamiento, la evolución del esquema y las capacidades de viaje en el tiempo.
• Instalar y configurar Apache Iceberg en diferentes entornos.
• Crear, gestionar y manipular tablas de Iceberg.
• Comprender el proceso de migración de datos desde otros formatos de tabla a Iceberg.

Esta formación en vivo impartida por un instructor en <ubic> (en línea o presencial) está dirigida a profesionales de TI de nivel intermedio que desean perfeccionar sus conocimientos en arquitectura de datos, gobernanza, computación en la nube y tecnologías de big data, con el fin de gestionar y analizar eficazmente grandes volúmenes de datos para la migración de datos dentro de sus organizaciones.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales y los componentes de diversas arquitecturas de datos.
• Adquirir una comprensión integral de los principios de la gobernanza de datos y su importancia en entornos normativos.
• Implementar y gestionar marcos de gobernanza de datos, como DAMA y TOGAF.
• Aprovechar plataformas en la nube para un almacenamiento, procesamiento y gestión de datos eficientes.

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a ingenieros de datos de nivel intermedio que desean aprender a utilizar Azure Data Lake Storage Gen2 para soluciones efectivas de análisis de datos.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y las características principales de Azure Data Lake Storage Gen2.
• Optimizar el almacenamiento y acceso a los datos en función del costo y el rendimiento.
• Integrar Azure Data Lake Storage Gen2 con otros servicios de Azure para análisis y procesamiento de datos.
• Desarrollar soluciones utilizando la API de Azure Data Lake Storage Gen2.
• Solucionar problemas comunes y optimizar las estrategias de almacenamiento.

Esta formación en vivo con instructores en Uruguay (en línea o presencial) está dirigida a desarrolladores que deseen utilizar e integrar Spark, Hadoop y Python para procesar, analizar y transformar conjuntos de datos grandes y complejos.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno necesario para comenzar a procesar big data con Spark, Hadoop y Python.
• Comprender las características, componentes principales y arquitectura de Spark y Hadoop.
• Aprender a integrar Spark, Hadoop y Python para el procesamiento de big data.
• Explorar las herramientas del ecosistema de Spark (Spark MLlib, Spark Streaming, Kafka, Sqoop, Flume).
• Construir sistemas de recomendación basados en filtrado colaborativo similares a los utilizados por Netflix, YouTube, Amazon, Spotify y Google.
• Utilizar Apache Mahout para escalar algoritmos de aprendizaje automático.

El Big Data y el Análisis Avanzado consisten en la aplicación de técnicas y herramientas sofisticadas para analizar grandes conjuntos de datos complejos, con el fin de obtener información útil y tomar decisiones estratégicas.

Esta formación dirigida por un instructor (en línea o en las instalaciones) está orientada a profesionales de datos de nivel avanzado que desean aprovechar métodos analíticos de vanguardia y tecnologías de big data para realizar análisis predictivos, prescriptivos y en tiempo real.

Al finalizar esta capacitación, los participantes serán capaces de:

• Diseñar e implementar pipelines de procesamiento de datos a gran escala para datos estructurados y no estructurados.
• Aplicar técnicas avanzadas de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning) en conjuntos masivos de datos.
• Aprovechar frameworks de computación distribuida para análisis en tiempo real y streaming de datos.
• Integrar el análisis de big data en sistemas de inteligencia empresarial y toma de decisiones.

Formato del Curso

• Clase interactiva con discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

Esta formación práctica impartida por un instructor en Uruguay (en línea o en las instalaciones) está dirigida a profesionales de TI con conocimientos intermedios que deseen comprender IBM DataStage desde una perspectiva tanto administrativa como de desarrollo, permitiéndoles gestionar y utilizar esta herramienta de manera efectiva en sus respectivos entornos laborales.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de DataStage.
• Aprender a instalar, configurar y gestionar entornos de DataStage de manera efectiva.
• Conectarse a diversas fuentes de datos y extraer información con eficiencia desde bases de datos, archivos planos y fuentes externas.
• Implementar técnicas eficientes de carga de datos.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a administradores de sistemas de nivel principiante e intermedio que deseen implementar, mantener y optimizar clústeres de Spark.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar Apache Spark en diversos entornos.
• Gestionar los recursos del clúster y supervisar las aplicaciones de Spark.
• Optimizar el rendimiento de los clústeres de Spark.
• Implementar medidas de seguridad y garantizar la alta disponibilidad.
• Depurar y resolver problemas comunes de Spark.

En este entrenamiento en vivo impartido por un instructor en Uruguay, los participantes aprenderán cómo utilizar Python y Spark juntos para analizar Big Data mientras realizan ejercicios prácticos.

Al finalizar esta capacitación, los participantes podrán:

• Aprender a usar Spark con Python para analizar Big Data.
• Trabajar en ejercicios que simulan casos reales.
• Utilizar diferentes herramientas y técnicas para el análisis de Big Data con PySpark.

Los avances tecnológicos y el creciente volumen de información están transformando la forma en que se realiza el negocio en muchas industrias, incluido el sector gubernamental. Las tasas de generación de datos y archivo digital por parte del gobierno están en aumento debido al rápido crecimiento de los dispositivos y aplicaciones móviles, sensores y dispositivos inteligentes, soluciones de computación en la nube y portales dirigidos a los ciudadanos. A medida que la información digital se expande y se vuelve más compleja, también lo hacen su gestión, procesamiento, almacenamiento, seguridad y disposición final. Nuevas herramientas de captura, búsqueda, descubrimiento y análisis están ayudando a las organizaciones a obtener información valiosa a partir de sus datos no estructurados. El mercado gubernamental está en un punto de inflexión, tomando conciencia de que la información es un activo estratégico y que el gobierno debe proteger, aprovechar y analizar tanto la información estructurada como la no estructurada para servir mejor y cumplir con los requisitos de sus misiones. Mientras los líderes gubernamentales se esfuerzan por evolucionar hacia organizaciones basadas en datos para cumplir exitosamente sus misiones, están sentando las bases para correlacionar dependencias entre eventos, personas, procesos e información.

Las soluciones gubernamentales de alto valor se crearán mediante la combinación de las tecnologías más disruptivas:

• Dispositivos y aplicaciones móviles
• Servicios en la nube
• Tecnologías de negocios sociales y redes
• Big Data y analítica

El Big Data es una de las soluciones inteligentes para la industria y permite al gobierno tomar mejores decisiones actuando sobre los patrones revelados mediante el análisis de grandes volúmenes de datos relacionados y no relacionados, estructurados y no estructurados.

Pero lograr estos hazañas requiere mucho más que simplemente acumular cantidades masivas de datos. "Entender sentido de estos volúmenes de Big Data requiere herramientas y tecnologías de vanguardia capaces de analizar y extraer conocimiento útil de flujos vastos y diversos de información", escribieron Tom Kalil y Fen Zhao de la Oficina de Políticas de Ciencia y Tecnología de la Casa Blanca en una publicación en el blog de OSTP.

La Casa Blanca dio un paso hacia ayudar a las agencias a encontrar estas tecnologías cuando estableció la Iniciativa Nacional de Investigación y Desarrollo de Big Data en 2012. Esta iniciativa incluyó más de 200 millones de dólares para aprovechar al máximo la explosión de Big Data y las herramientas necesarias para analizarla.

Los desafíos que plantea el Big Data son casi tan desalentadores como su promesa es alentadora. Almacenar datos eficientemente es uno de estos desafíos. Como siempre, los presupuestos son ajustados, por lo que las agencias deben minimizar el precio por megabyte de almacenamiento y mantener los datos fácilmente accesibles para que los usuarios puedan obtenerlos cuando quieran y cómo los necesiten. Copias de seguridad de cantidades masivas de datos intensifica este desafío.

Analizar los datos efectivamente es otro desafío importante. Muchas agencias utilizan herramientas comerciales que les permiten navegar por las montañas de datos, detectando tendencias que pueden ayudarlas a operar con mayor eficiencia. (Un estudio reciente de MeriTalk reveló que los ejecutivos de TI federales creen que el Big Data podría ayudar a las agencias a ahorrar más de 500 mil millones de dólares, mientras también cumplen con sus objetivos misionales).).

Las herramientas de Big Data desarrolladas a medida también están permitiendo a las agencias abordar la necesidad de analizar sus datos. Por ejemplo, el Grupo de Analítica Computacional de Datos del Laboratorio Nacional Oak Ridge ha puesto su sistema de analítica de datos Piranha a disposición de otras agencias. Este sistema ha ayudado a los investigadores médicos a encontrar una conexión que puede alertar a los médicos sobre aneurismas aórticos antes de que ocurran. También se utiliza para tareas más comunes, como revisar currículos para conectar candidatos con gerentes de contratación.

En esta capacitación presencial impartida por un instructor en Uruguay, los participantes aprenderán la mentalidad necesaria para abordar las tecnologías de Big Data, evaluar su impacto en los procesos y políticas existentes e implementar estas tecnologías con el propósito de identificar actividad criminal y prevenir delitos. Se examinarán estudios de casos de organizaciones policiales de todo el mundo para obtener conocimientos sobre sus enfoques de adopción, desafíos y resultados.

Al finalizar esta capacitación, los participantes podrán:

• Combinar la tecnología de Big Data con los procesos tradicionales de recopilación de datos para reconstruir una narrativa durante una investigación.
• Implementar soluciones industriales de almacenamiento y procesamiento de Big Data para el análisis de datos.
• Preparar una propuesta para la adopción de las herramientas y procesos más adecuados que permitan un enfoque basado en datos para la investigación criminal.

Big Data es un término que se refiere a soluciones destinadas al almacenamiento y procesamiento de grandes conjuntos de datos. Desarrolladas inicialmente por Google, estas soluciones de Big Data han evolucionado e inspirado otros proyectos similares, muchos de los cuales están disponibles como código abierto. R es un lenguaje de programación muy popular en la industria financiera.

Resumen del curso

Este curso ofrece una introducción práctica y estructurada a la creación de sistemas de streaming de datos en tiempo real. Cubre conceptos fundamentales, patrones de arquitectura y herramientas industriales utilizadas para procesar datos continuos a gran escala. Los participantes aprenderán cómo diseñar, implementar y optimizar pipelines de streaming mediante frameworks modernos. El curso avanza desde ideas básicas hasta aplicaciones prácticas, permitiendo a los estudiantes construir con confianza soluciones en tiempo real listas para producción.

Formato de la capacitación

• Sesiones guiadas por instructores con explicaciones dirigidas

 • Recorridos conceptuales acompañados de ejemplos del mundo real

 • Demostraciones prácticas y ejercicios de programación  

• Laboratorios progresivos alineados con los temas diarios

 • Discusiones interactivas y sesiones de preguntas y respuestas   

Objetivos del curso

• Comprender los conceptos de streaming de datos en tiempo real y la arquitectura de sistemas

 • Diferenciar entre modelos de procesamiento de datos por lotes (batch) y streaming  

• Diseñar pipelines de streaming escalables y tolerantes a fallos  

• Trabajar con herramientas y frameworks distribuidos para streaming  

• Aplicar procesamiento basado en tiempo del evento, ventanas (windowing) y operaciones con estado  

Construir y optimizar soluciones de datos en tiempo real para casos de uso empresarial  

Apache NiFi es una plataforma de integración de datos y procesamiento de eventos basada en flujos, de código abierto. Permite el enrutamiento automático y en tiempo real de datos, su transformación y la mediación entre sistemas dispares, contando con una interfaz de usuario basada en web y un control fino sobre los procesos.

Esta formación dirigida por instructores (presencial o remota) está dirigida a administradores e ingenieros de nivel intermedio que deseen implementar, gestionar, asegurar y optimizar los flujos de datos de NiFi en entornos de producción.

Al finalizar este curso, los participantes serán capaces de:

• Instalar, configurar y mantener clústeres de Apache NiFi.
• Diseñar y gestionar flujos de datos desde diversas fuentes y destinos.
• Implementar lógica de automatización, enrutamiento y transformación de flujos.
• Optimizar el rendimiento, monitorear las operaciones y diagnosticar problemas.

Formato del Curso

• Clase interactiva con discusión sobre arquitecturas reales.
• Talleres prácticos: construcción, implementación y gestión de flujos.
• Ejercicios basados en escenarios en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarla.

Esta formación ofrece una introducción práctica para construir flujos de trabajo escalables de procesamiento de datos y Aprendizaje Automático utilizando PySpark. Los participantes aprenden cómo opera Apache Spark dentro de ecosistemas modernos de Big Data y cómo procesar eficientemente grandes conjuntos de datos aplicando principios de computación distribuida.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a ingenieros que deseen configurar e implementar un sistema de Apache Spark para procesar cantidades muy grandes de datos.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar Apache Spark.
• Procesar y analizar rápidamente conjuntos de datos muy grandes.
• Comprender la diferencia entre Apache Spark y Hadoop MapReduce y cuándo utilizar cada uno.
• Integrar Apache Spark con otras herramientas de aprendizaje automático.

La curva de aprendizaje de Apache Spark es lenta al principio y requiere un esfuerzo considerable para obtener los primeros resultados. Este curso tiene como objetivo superar esa primera etapa difícil. Tras completar el curso, los participantes comprenderán los fundamentos de Apache Spark, diferenciarán claramente RDD de DataFrame, aprenderán las API de Python y Scala, entenderán los conceptos de ejecutores y tareas, entre otros. Siguiendo las mejores prácticas, este curso se centra fuertemente en la implementación en la nube, con especial énfasis en Databricks y AWS. Los estudiantes también comprenderán las diferencias entre AWS EMR y AWS Glue, uno de los últimos servicios de Spark ofrecidos por AWS.

DIRIGIDO A:

Ingenieros de Datos, profesionales de DevOps, Científicos de Datos

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a personas técnicas que deseen implementar Talend Open Studio for Big Data para simplificar el proceso de lectura y análisis de grandes volúmenes de datos.

Al finalizar esta formación, los participantes podrán:

• Instalar y configurar Talend Open Studio for Big Data.
• Conectarse con sistemas de Big Data como Cloudera, HortonWorks, MapR, Amazon EMR y Apache.
• Comprender y configurar los componentes de Big Data y los conectores de Open Studio.
• Configurar parámetros para generar automáticamente código MapReduce.
• Utilizar la interfaz de arrastrar y soltar de Open Studio para ejecutar trabajos en Hadoop.
• Crear prototipos de tuberías (pipelines) de Big Data.
• Automatizar proyectos de integración de datos masivos.