Especialización en Arquitecturas para Tratamiento de Información de Alto Volumen y Categoría Heterogénea

Módulo 1. Tipos y ciclo de vida del dato

1.1. La estadística

1.1.1. Estadística: estadística descriptiva, estadística inferencias
1.1.2. Población, muestra, individuo
1.1.3. Variables: definición, escalas de medida

1.2. Tipos de datos estadísticos

1.2.1. Según tipo

1.2.1.1. Cuantitativos: datos continuos y datos discretos
1.2.1.2. Cualitativos: datos binomiales, datos nominales y datos ordinales

1.2.2. Según su forma

1.2.2.1. Numérico
1.2.2.2. Texto
1.2.2.3. Lógico

1.2.3. Según su fuente

1.2.3.1. Primarios
1.2.3.2. Secundarios

1.3. Ciclo de vida de los datos

1.3.1. Etapas del ciclo
1.3.2. Hitos del ciclo
1.3.3. Principios FAIR

1.4. Etapas iniciales del ciclo

1.4.1. Definición de metas
1.4.2. Determinación de recursos necesarios
1.4.3. Diagrama de Gantt
1.4.4. Estructura de los datos

1.5. Recolección de datos

1.5.1. Metodología de recolección
1.5.2. Herramientas de recolección
1.5.3. Canales de recolección

1.6. Limpieza del dato

1.6.1. Fases de la limpieza de datos
1.6.2. Calidad del dato
1.6.3. Manipulación de datos (con R)

1.7. Análisis de datos, interpretación y valoración de resultados

1.7.1. Medidas estadísticas
1.7.2. Índices de relación
1.7.3. Minería de datos

1.8. Almacén del dato (datawarehouse)

1.8.1. Elementos que lo integran
1.8.2. Diseño
1.8.3. Aspectos a considerar

1.9. Disponibilidad del dato

1.9.1. Acceso
1.9.2. Utilidad
1.9.3. Seguridad

1.10. Aspectos normativos

1.10.1. Ley de protección de datos
1.10.2. Buenas prácticas
1.10.3. Otros aspectos normativos

Módulo 2. Sistemas escalables y confiables de uso masivo de datos

2.1. Escalabilidad, confiabilidad y mantenibilidad

2.1.1. Escalabilidad
2.1.2. Confiabilidad
2.1.3. Mantenibilidad

2.2. Modelos de datos

2.2.1. Evolución de los modelos de datos
2.2.2. Comparación del modelo relacional con el modelo NoSQL basado en documentos
2.2.3. Modelo de grafos

2.3. Motores de almacenamiento y recuperación de datos

2.3.1. Almacenamiento estructurado en log
2.3.2. Almacenamiento en tablas de segmentos
2.3.3. Árboles B

2.4. Servicios, paso de mensajes y formatos para codificar datos

2.4.1. Flujo de datos en servicios REST
2.4.2. Flujo de datos en paso de mensajes
2.4.3. Formatos de envío de mensajes

2.5. Replicación

2.5.1. Teorema CAP
2.5.2. Modelos de consistencia
2.5.3. Modelos de réplica en base a conceptos de líder y seguidores

2.6. Transacciones distribuidas

2.6.1. Operaciones atómicas
2.6.2. Transacciones distribuidas desde diferentes enfoques Calvin, Spanner
2.6.3. Serializabilidad

2.7. Particionado

2.7.1. Tipos de particionado
2.7.2. Índices en particiones
2.7.3. Rebalanceado de particiones

2.8. Procesamiento por lotes

2.8.1. El Procesamiento por lotes
2.8.2. MapReduce
2.8.3. Enfoques posteriores a MapReduce

2.9. Procesamiento de flujos de datos

2.9.1. Sistemas de mensajes
2.9.2. Persistencia de flujos de datos
2.9.3. Usos y operaciones con flujos de datos

2.10. Casos de uso. Twitter, Facebook, Uber

2.10.1. Twitter: el uso de caches
2.10.2. Facebook: modelos no relacionales
2.10.3. Uber: diferentes modelos para diferentes propósitos

Módulo 3. Administración de sistemas para despliegues distribuidos

3.1. Administración clásica. El modelo monolítico

3.1.1. Aplicaciones clásicas. Modelo monolítico
3.1.2. Requisitos de sistemas para aplicaciones monolíticas
3.1.3. La administración de sistemas monolíticos
3.1.4. Automatización

3.2. Aplicaciones distribuidas. El microservicio

3.2.1. Paradigma de computación distribuida
3.2.2. Modelos basados en microservicios
3.2.3. Requisitos de sistemas para modelos distribuidos
3.2.4. Aplicaciones monolíticas vs. Aplicaciones distribuidas

3.3. Herramientas para la explotación de recursos

3.3.1. Gestión del “hierro”
3.3.2. Virtualización
3.3.3. Emulación
3.3.4. Paravirtualización

3.4. Modelos IaaS, PaaS y SaaS

3.4.1. Modelo IaaS
3.4.2. Modelo PaaS
3.4.3. Modelo SaaS
3.4.4. Patrones de diseño

3.5. Containerización

3.5.1. Virtualización con cgroups
3.5.2. Containers
3.5.3. De la aplicación al contenedor
3.5.4. Orquestación de contenedores

3.6. Clusterización

3.6.1. Alto rendimiento y alta disponibilidad
3.6.2. Modelos de alta disponibilidad
3.6.3. Clúster como plataforma SaaS
3.6.4. Securización de clústers

3.7. Cloud Computing

3.7.1. Clústers vs. Clouds
3.7.2. Tipos de clouds
3.7.3. Modelos de servicio en cloud
3.7.4. Sobresuscripción

3.8. Monitorización y Testing

3.8.1. Tipos de monitorización
3.8.2. Visualización
3.8.3. Tests de infraestructura
3.8.4. Ingeniería del caos

3.9. Caso de estudio: Kubernetes

3.9.1. Estructura
3.9.2. Administración
3.9.3. Despliegue de servicios
3.9.4. Desarrollo de servicios para K8S

3.10. Caso de estudio: OpenStack

3.10.1. Estructura
3.10.2. Administración
3.10.3. Despliegues
3.10.4. Desarrollo de servicios para OpenStack