Saltar al contenido
IFCT159 Introducción al big data e inteligencia artificial
Descubre el potencial del análisis de datos y la IA con el curso Introducción al big data e inteligencia artificial. Aprende conceptos clave y aplicaciones reales. ¡Empieza tu formación tecnológica!
¡MATRICÚLATE AHORA!
¿Sabías que el 90% de los datos del mundo se han generado en los últimos dos años?
Vivimos rodeados de información, pero pocos saben cómo interpretarla, analizarla y aprovecharla. El futuro ya está aquí… y empieza con Big Data e Inteligencia Artificial.
En este curso aprenderás desde cero los fundamentos del Big Data y la IA, sin necesidad de tener conocimientos previos en programación. A través de ejemplos prácticos y casos reales, comprenderás cómo estas tecnologías están revolucionando sectores como la salud, el marketing, las finanzas o la industria.
Formarte en Big Data e IA te abrirá las puertas a nuevas oportunidades profesionales. Con nuestra metodología clara, dinámica y orientada a la práctica, empezarás a hablar el lenguaje del futuro desde el primer día.
Inscríbete hoy y da el primer paso hacia una carrera tecnológica con futuro.
100% Online
- Entiende los fundamentos y el ecosistema del Big Data y la IA.
- Identifica las principales fuentes de datos y su valor para el negocio.
- Conoce los tipos de algoritmos de aprendizaje automático y sus aplicaciones.
- Aplica principios éticos y de seguridad en la gestión masiva de datos.
- Diseña una hoja de ruta para la implementación de proyectos tecnológicos.
Conocer las principales características del procesamiento masivo de datos en su relación con aplicaciones y algoritmos de Inteligencia Artificial, así como facilitar una aproximación a la planificación y desarrollo de programas de inteligencia artificial y Big Data en el entorno empresarial.
1. Adquisición y dominio de conceptos básicos y de conocimientos sobre los avances en Big Data:
- Cómo evoluciona el BI tradicional al Big Data (navegación web, geolocalización, audiencias TV,…).
- El Big Data como solución al tratamiento masivo de datos: definición e historia desde su invención.
- Hadoop como revolución para el tratamiento paralelo de datos masivo.
- Características del Big Data (4 V’s y más): volumetría, velocidad, variedad (estructurados/no estructurados), veracidad (calidad del dato), valor del dato…
- Nuevos paradigmas del Big Data: Procesos en Real Time y Cloud Computing.
2. Conocimiento de nociones básicas sobre arquitectura Big Data y principales tecnologías:
- El ecosistema Hadoop: HDFS y MapReduce.
- Principales lenguajes de programación utilizados: Java, Scala, SQL y Python.
- Procesos ETL (extracción, transformación y carga): Flume, Sqoop y HIVE.
- Procesos Real Time y bases de datos de alta disponibilidad: Kafka, HBASE y Redis.
- Procesamiento y analítica avanzada con Spark.
- Seguridad y gobierno del dato.
3. Comprensión de los principales conceptos sobre La “Ciencia de datos” e IA:
- Introducción a la “Ciencia de datos” y la Inteligencia Artificial.
- Principales lenguajes de programación utilizados: R y Python.
- Algoritmos supervisados: ¿Qué son? Algunos Ejemplos.
- Algoritmos no-supervisados: ¿Qué son? Algunos Ejemplos.
- Introducción al Deep Learning y el Aprendizaje por Refuerzo.
- Procesamiento de información no estructurada: Imágenes y Textos.
- Visualización de datos: Visualizaciones interactivas y Dashboards.
4. Adquisición de una visión transversal sobre el futuro del BigData y cómo se aplica actualmente en diferentes áreas:
- Ejemplos en las instituciones públicas: OpenData.
- Ejemplos en el mundo empresarial: ejemplos de aplicabilidad del Big Data a la eficiencia de las operaciones de una compañía.
- “Data for Good”: Big Data para el bien social.
- Reflexiones finales sobre el impacto del Big Data en los años venideros.
Planes dirigidos a trabajadores ocupados (incluidos fijos discontinuos, trabajadores en ERE o ERTE, podrán participar en cualquiera de los programas formativos, con independencia de su sector de ocupación). Pueden participar personal Administración Pública.
Requisitos de acceso del alumnado
Cumplir como mínimo los siguientes requisitos:
- Título de Bachiller o equivalente.
- Título de Técnico Superior (FP Grado Superior) o equivalente.
- Haber superado las pruebas de acceso a Ciclos formativos de Grado Superior.
- Haber superado cualquier prueba oficial de acceso a la universidad.
- Certificado de profesionalidad de nivel 3.
- Título de Grado o equivalente.
- Título de Postgrado (Máster) o equivalente.
Experiencia profesional: No se requiere.
