Programa del Máster en Big Data y Analytics de UTAD

Programa académico de UTAD

Introducción a Big Data (20 horas)

  • Introducción a las arquitecturas Big Data más utilizadas: Lambda y Kappa.
  • Fundamentos de Sistemas Distribuidos (20 horas).
  • Introducción a los conceptos de sistema distribuido, máquina virtual, y entornos cloud (Amazon AWS).
  • Fundamentos de seguridad en sistemas de información (20 horas).
  • Fundamentos básicos de seguridad aplicables a entornos distribuidos.
  • Sistemas de almacenamiento (40 horas).
  • Sistemas de almacenamiento big data orientados a procesamiento batch: HDFS, Cassandra.
  • Almacenamiento en Streaming (20 horas).
  • Sistemas de almacenamiento big data orientados a procesamiento en streaming: Kafka, ElasticSearch, Redis.
  • Herramientas de importación de datos (10 horas).
  • Uso de las herramientas más habituales para la importación de datos a entornos Big Data: Flume y Scoop.
  • Resolución de problemas utilizando el paradigma map-reduce y estudio de las herramientas más habituales: Apache Hadoop, Apache Spark e introducción a Apache Flink.
  • Sistemas de procesamiento en Streaming (20 horas).
  • Sistemas de procesamiento para datos en streaming tanto usando el paradigma mini-batch como evento a evento: Spark Streaming y Apache Storm.
  • Fundamentos de estadística y grafos (40 horas).
  • Fundamentos de estadística y grafos orientados al contenido de la asignatura de machine learning.
  • Machine learning aplicado a Big Data (120 horas).
  • Resolución de distintos tipos de problemas aplicando técnicas de machine learning como regresión, clasificación, topic modelling, o sistemas de recomendación sobre la librería MLlib del ecosistema de Apache Spark.
  • Introducción a la visualización y diseño de información (30 horas).
  • Introducción a la visualización y fundamentos de diseño.
  • Visualizaciones interactivas para Big Data (70 horas).
  • Visualización web de resultados con D3.js, visualización geo-espacial con herramientas como CartoDB, o visualización de grafos con Gephi entre otras.
  • Ciclo de Máster Classes (20 horas).

Trabajo fin de Máster (120 horas)

  • Análisis y estudio de los datos de polución de la ciudad de Madrid.
  • Detección de accidentes de tráfico.
  • Visualización de datos meteorológicos.

Volver al Listado de Másteres de Big Data