CURSO:BIG DATA TRADUCCION:BIG DATA SIGLA:INF3590 CREDITOS:05 MODULOS:02 CARACTER:OPTATIVO TIPO:CATEDRA CALIFICACION:ESTANDAR PALABRAS CLAVE:DATOS, PROCESAMIENTO, ALMACENAMIENTO NIVEL FORMATIVO:MAGISTER I.DESCRIPCIĆN DEL CURSO En la era digital, la masiva produccion de datos abre grandes oportunidades para generar resultados productivos, a traves de su analisis por medio de multiples plataformas que combinan software y hardware, para realizar variadas tareas de almacenamiento, procesamiento y analisis de datos de manera rapida, eficiente y efectiva. El objetivo de este curso es que los alumnos se familiaricen con las caracteristicas tecnicas y ventajas de las plataformas y herramientas principales, y que desarrollen nociones de los tipos de problemas que pueden ser solucionados de manera efectiva con ellas, a traves del estudio de casos y de actividades practicas. Las evaluaciones consideran controles escritos y tareas practicas. II.RESULTADOS DE APRENDIZAJE 1.Analizar las ideas centrales en las que se basan las principales plataformas de Big Data. 2.Analizar las bases tecnicas de hardware y software que permiten el funcionamiento las principales plataformas de Big Data. 3.Analizar situaciones y contextos en los cuales las plataformas de Big Data aportan a la resolucion de problemas de gran valor de negocio. 4.Dise?ar estrategias basadas en las principales herramientas de las plataformas de Big Data para la resolucion problemas relacionados con el analisis de grandes cantidades de datos. III.CONTENIDOS 1.Introduccion a Big Data y sus plataformas 1.1.?Que es Big Data? 1.2.Caracteristicas y requisitos de problemas de Big Data 1.3.Plataformas 2.Fundamentos tecnicos 2.1.Esquemas de hardware local 2.2.Soluciones cloud 2.3.Algoritmos 3.Herramientas 3.1.Herramientas de almacenamiento 3.2.Herramientas de procesamiento 3.3.Herramientas de analisis 4.Analisis de casos y construccion de soluciones 4.1.Analisis de casos 4.2.Deployment IV.ESTRATEGIAS METODOLOGICAS -Clases expositivas. -Actividades practicas. -Estudio de casos. V.ESTRATEGIAS EVALUATIVAS -Controles: 50% -Tareas: 50% VI.BIBLIOGRAFIA Minima T. Deshpande, Hadoop Real World Solutions Cookbook, Packt Publishing, 2016. T. White, Hadoop: The Definitive Guide, O'Reilly Media, 2015. A. Holmes, Hadoop in Practice, Manning Publications, 2014 Complementaria H. Karau, Learning Spark, O'Reilly Media, 2015. M. Frampton, Mastering Apache Spark, Packt Publishing, 2015 PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA / NOVIEMBRE 2020