Curso de Especialista en Big Data con Apache Hadoop - UTN - Universidad Tecnológica Nacional

Descripción
Dentro de las herramientas para trabajar con Big Data Apache Software Foundation creó Hadoop.Haddop es un marco de trabajo de software basado en Java y que soporta aplicaciones distribuidas bajo una licencia de software libre – freeware. Permite a las aplicaciones trabajar con miles de nodos y petabytes de datos.

La formación de Especialista en Big Data tiene como objetivo familiarizar a los participantes con el uso de las técnicas y herramientas más difundidas de Hadoop.Se espera que los participantes incorporen criterios para saber cuándo emplear y cuando no emplear las técnicas y herramientas de Big Data.

El objetivo es formar a los asistentes en Big Data, para lo que se requiere que los participantes:

• Entiendan las ventajas y desventajas de las técnicas de Big Data
• Sepan distinguir los problemas que son susceptibles de emplear las técnicas de Big Data
• Comprendan los contextos en los cuales Big Data no tiene sentido desde el punto de vista de almacenamiento y explotación de la información
• Conozcan las herramientas disponibles identificando sus fortalezas y debilidades
• Sepan utilizar las funciones más difundidas de Apache Hadoop
• Puedan diseñar un flujo de trabajo con MapReduce, el modelo de programación utilizado por Google para dar soporte a la computación paralela

Destinado a profesionales que quieran aplicar herramientas y técnicas de Big Data a problemas de negocios ya sea en forma general o dentro de las herramientas propuestas por Apache Hadoop.

Plan de Estudios

La modalidad del curso es a Distancia, totalmente mediada por tecnologías a través del Campus Virtual FRBA. Tiene una duración de 5 semanas y una carga horaria de 38 horas.

Unidad 1: ¿Qué es Apache Hadoop?

• Big Data y la necesidad de Apache Hadoop
• La explosión de los volúmenes de datos
• La variación de las estructuras de datos
• El Origen y Diseño de Apache Hadoop
• El procesamiento distribuido con MapReduce
• El ecosistema de Apache Hadoop

 

Unidad 2: ¿Cuando usar Apache Hadoop?            

• Big data vs small data: ¿Cuando usar cada aproximación? 
• Casos de uso comunes para Big Data en Apache Hadoop (log clickstram, Detección de Fraude, Análisis de sentimientos, Clasificación de imágenes, etc)

 

Unidad 3: ¿Como configuramos un entorno Apache Hadoop?

• La elección de una distribución de Apache Hadoop
• La elección de una arquitectura de cluster Apache Hadoop (Modo Pseudo-distribuida vs Modalidad completamente distribuida (un clúster de nodos))
• Instructivo para la configuración

 

Unidad 4: HDFS y MAP REDUCE

• Almacenamiento de datos en un File System Tradicional vs Almacenamiento de datos en HDFS
• Arquitectura HDFS
• Gestión de archivos con los comandos del HDFS
• Pensando en paralelo
• Fase Map
• Fase Reduce
• Ejemplo ilustrativo
• Escribiendo un Map Reduce
  

 Unidad 5: Otros Lenguajes para Hadoop y Pasos Siguientes

• Hive
• Pig
• Relación entre ambos lenguajes
• Escribiendo un Map Reduce en Hive
• Escribiendo un Map Reduce en Pig
• Ejemplos comparativos entre MAP REDUCE, PIG y HIVE
• Otros Lenguajes