MÁSTER EN
Ingeniería de Datos
El contexto actual impone retos urgentes: formar talento con propósito,
anticipar las necesidades de la industria y acompañar la transición ecológica
y digital. Nuestro carácter como escuela pública nos sitúa como actor estratégico
en la economía del conocimiento y la formación con impacto también en la
sociedad. De nuestras capacidades y nuestros valores nace nuestro propósito:
formar talento para un futuro seguro y sostenible.
www.eoi.es
ONLINE
INICIO Octubre
Todas las empresas están viviendo un ciclo de digitalización jamás visto hasta la fecha. Y eso implica la generación de una enorme cantidad de datos a los que hay que sacar valor. Pero desde los sistemas, webs y aplicaciones empresariales, hasta el reporting y la generación de algoritmos de inteligencia de artificial, hay un largo y duro camino, que marca la diferencia entre tomar buenas o malas decisiones, o que los algoritmos saquen conclusiones adecuadas que poder extrapolar las conductas de los clientes. Dicho camino es el de la transformación y la adecuación del dato para los diferentes casos de uso. Y dicha adecuación necesita de muchas tecnologías, muy dependientes del caso de negocio a lograr. Todas estas tareas recaen bajo la responsabilidad del Data Engineer.
El objetivo de este máster es conocer todas las herramientas más habituales, tener un nivel alto en los lenguajes de programación necesarios para hacer ingeniería del dato, y ser capaces de implantar todos estos desarrollos en las arquitecturas adecuadas con los ciclos de implantación de software profesional que utilizan las grandes empresas, garantizando calidad, robustez y trazabilidad.
DURACIÓN 650 horas
Modalidad Online + 1 semana Presencial en Madrid
SEDE EOI Madrid
PRECIO 12.000€
Con el fin de facilitar el acceso a su oferta formativa al mayor número de personas posible, ha diseñado el programa #eoiteayuda que contempla un amplio abanico de descuentos y bonificaciones que pueden llegar a cubrir el 40% del importe total del curso.
Las convocatorias activas en: www.eoi.es/programas/becas-y-descuentos
Dirigido a
Titulados superiores en Telecomunicaciones, Informática, Física,
Matemáticas, ... Para otras titulaciones se valora conocimiento y
experiencia previos en programación de alto nivel, estadística, lenguaje
SQL, ...
Ingenieros de datos con experiencia, que vengan de entornos relacionales
tipo SQL, y que necesitan adaptar sus conocimientos a las nuevas
tecnologías. Ecosistemas tecnológicos y lenguajes
Ingenieros con poca experiencia laboral, que necesitan especializarse en el
mundo de los datos, o tener conocimientos para ser más empleables.
Bloque 1.Arquitectura
_05 Almacenamiento y cómputo escalable
_01 Introducción a los sistemas informacionales
_04 Procesamiento distribuido
_02
_03 Arquitectura y cloud
Virtualización
▪
Evolución desde los sistemas operacionales a los sistemas informacionales.
▪
Conceptos de computación distribuida, cuellos de botella, hash.
▪
▪
▪
Orígenes de la virtualización. Tipos y ventajas.
Piezas tecnológicas que soportan el Dataflow.
Tipos de bases de datos: mapa según tecnología, tipo de almacenamiento y acceso. BBDD SQL: Árbol, hash… Soluciones comerciales y open. BBDD NoSQL: HBase, Mongo, SolR, Neo4J, etc. Soluciones cloud native.
▪
Diseños generales: Batch, lambda, kappa, etc.
▪
Conceptos básicos hadoop y distribuciones.
▪
Máquinas virtuales.
▪
Tipos de sistemas informacionales.
▪
▪
▪
Contenedores, kubernetes y soluciones comerciales.
Alternativas OnPrem, open source, comerciales.
▪
HDFS, MapReduce, yarn.
▪
Perfiles profesionales.
▪ Futuro de hadoop, arquitectura Cloudera y roadmap.
▪
▪
Virtualización orientada al cómputo paralelo. Ejemplos comerciales.
Cloud stack: AWS, GCS, Azure.
▪
▪
Dataflow, desde la creación hasta el caso de negocio. Data driven company, como sacar valor al dato.
▪
Virtualización orientada a los servicios.
▪
Bloque 2. Ingeniería del dato
_05
_01 Modelo entidad relación y SQL básico
_04
_02
_03 Phyton y principios de programación
Kafka y Spark Streaming
Pyspark
SQL avanzado
▪
Modelo relacional.
▪
Lenguaje de definición de datos.
▪
Spark Shel.l
▪
▪
Estructuras básicas de programación.
Definición de bus: Kafka / Confluent.
▪
Modelo físico y lógico. Paso a tablas.
▪
RDDs.
▪
Lenguaje de manipulación avanzado: funciones ventana, índices, estadísticas, hints, macros y scripting. Lenguaje de control de datos: permisos y administración de objetos.
▪
▪
Framework de desarrollo.
Mensajes, Topics y el Log de Mensajes.
▪
Dataframes.
▪
SQL básico: SELECT, joins, agregaciones, subconsultas y operadores lógicos.
▪
Principios de Python.
▪
Pandas, Koala.
▪
Productores, consumidores y brokers.
▪
Tipos y Estructuras de datos.
▪
Spark SQL.
▪
Conectores.
▪
▪
Plan de ejecución y UI.
▪
Creación de tablas básico.
▪
Bloques y estructuras de control.
▪
Streams.
▪
▪
Funciones y programación estructurada.
Particiones.
▪
Kafka Streams.
▪
E/S y gestión de archivos.
▪
Windowed Stream Processing.
▪
Módulo y paquetes.
_10
_06
_08 Spark orientado a IA
_09 Captura de Logs y monitorización
_07 Procesos para explotación de datos
Apificación
Desarrollo procesos ETL
▪
Extracción: replica, batch, microbatch, streaming, webscraping. Transformación y carga: procresos de carga way.
▪
Estrella y copo de nieve.
▪
▪
Frameworks: Notebooks.
Arquitectura ELK.
▪
Concepto de API.
▪
Cubos y OLAP.
▪
▪
Muestreo, anonimización y filtrado.
Logstash.
▪
Tipos y securización: Rest, SOAP, apigateway, etc.
▪
Desnormalización.
▪
ElasticSearch.
▪
Estructuras tipo customer view.
▪
▪
API y virtualización.
▪
Cálculo de KPIs complejos.
▪
Kibana.
▪
Desarrollo de API para DataService.
▪
Monitorizacion, alarmado y acceso al dato ElasticSearch.
▪
Normalización y discretización de variables.
▪
Transformaciones básicas (SQL y Python).
▪
Desarrollo de API para modelo analítico.
▪
Funciones analíticas: MLlib& Others.
▪
Utilización de herramientas comerciales ETL.
▪
Desarrollo de API en bases de datos de búsqueda.
▪
Puesta en producción de un modelo analítico tipo batch.
▪
Monitorización, alarmado, control de flujo, calidad.
Bloque 3. Gobierno e implantación
_01
_02 Gestión y gobierno del dato
_03 Proyecto fin de máster
CICD / MLOps
▪
Conceptos básicos de entornos de desarrollo (desarrollo, integración, producción, repositorio, etc)
▪
Data governance y data management.
Este programa contribuye a la Agenda 2030 en los siguientes ODS:
▪
Metadata.
▪
Calidad, linaje, auditoria3.
▪
Ciclo CICD para desarrollos.
▪
Concepto de MLOps. Diferencias con CICD.
▪
Implantación Ciclo MLOps.
▪
Jenkins: recetas.
▪
Planificación de procesos..
▪
Ejemplo aplicación e2e.
SESIONES ONLINE
SEMANA PRESENCIAL EN ESPAÑA
PROYECTO FIN DE MÁSTER
La metodología online de EOI garantiza la misma calidad docente que el formato presencial, con un enfoque flexible e innovador que rompe con las barreras geográficas y la incompatibilidad de horarios. Fomentamos la interacción constante entre alumnos y profesores. El desarrollo de trabajos se distribuye según una rigurosa planificación y evaluación.
Durante una estancia de una semana en Madrid, teoría y práctica se dan la mano mediante el estudio, análisis y desarrollo de multitud de supuestos y casos prácticos que permiten al participante consolidar sus conocimientos, orientarlos a la acción y vivir experiencias similares a las que experimenta en su desempeño profesional. Esta etapa formativa se compone de diversas actividades tales como:
Los alumnos deberán realizar un Proyecto Fin de Máster al concluir el curso, que será presentado oralmente ante un tribunal. El proyecto consiste en la realización de un trabajo de aplicación práctico en grupo. Los tutores del proyecto son profesores especialistas en los temas a desarrollar en cada proyecto.
▪ Ponencias
▪ Trabajo en proyecto
▪ Conferencias y mesas redondas
▪ Talleres
Alberto Turégano Asesor de compañías en proceso de transformación digital LÍDERES Y DIGITALES
Carlos Sacristán Principal Data Architect BIP SPAIN
En EOI, los profesores constituyen una pieza fundamental del éxito de los cursos. El claustro está formado por directivos de empresa de reconocido prestigio profesional y comprobada trayectoria en la materia impartida, que transmiten no sólo los conocimientos teóricos, sino también su propia experiencia en la aplicación práctica de los mismos. Los profesores te acompañarán durante todo el proceso de aprendizaje y estarán a tu disposición para consultas sobre cualquier tema de las materias que imparten.
Alberto Oikawa CTO HISPATEC ANALYTICS
José Novo Data scientist & data Analytics O2 ESPAÑA
Jordi Conesa Profesor UNIVERSITAT OBERTA DE CATALUNYA
Rafael Zambrano Head ofApplied Science OPENBANK
Ignacio Charfolé Head of Big Data Architecture and Delivery TELEFÓNICA
Mario Renau Lead Data Engineer ALSTOM
Manuel Gómez Responsable Arquitectura e integración BI y Big Data TELEFÓNICA
Daniel Burrueco Business Intelligence & Machine Learning Consultant
www.eoi.es
Formamos talento para un futuro seguro y sostenible
Madrid informacion@eoi.es +34 91 349 56 00 (Madrid)
Sevilla infoandalucia@eoi.es +34 95 446 33 77 (Sevilla)
Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10Made with FlippingBook - professional solution for displaying marketing and sales documents online