Syllabus
DED-2004 BIG DATA
DR. JOSE MANUEL LIRA TURRIZA
jmlira@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
7 | 2 | 3 | 5 | Ingeniería Aplicada |
Prerrequisitos |
|
Competencias | Atributos de Ingeniería |
Comprender la importancia de Big Data, así como sus características y arquitectura. | Reconocer la necesidad permanente de conocimiento adicional y tener la habilidad para localizar, evaluar, integrar y aplicar este conocimiento adecuadamente | Diseñar, implementar y manipular bases de datos NoSQL. | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas | Utilizar herramientas para procesar y reducir en paralelo grandes volúmenes de datos, principalmente las proporcionadas por el ecosistema Hadoop. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Utilizar herramientas para analizar y obtener conocimiento significativo que sea relevante para toma de decisiones en un ambiente corporativo. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Entender el proceso de almacenar y recuperar Grandes Datos en la nube. | Reconocer la necesidad permanente de conocimiento adicional y tener la habilidad para localizar, evaluar, integrar y aplicar este conocimiento adecuadamente | Desarrolla un proyecto de aplicación de analítica de Big Data. | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas |
Normatividad |
|
Materiales |
|
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 3.1.4 | |
PARCIAL 2 | De la actividad 4.1.1 a la actividad 6.1.3 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. Introducción a Big Data
1.1. Comprender la importancia de Big Data, así como sus características y arquitectura. 1.1.1. Investigar conceptos relacionados al tema en internet, libros y artículos ![]() ![]() 1.1.2. Acceder foros de discusión sobre uso, tendencias y convergencia de la tecnología ![]() 1.1.3. Identificar los tipos de datos estructurados, no estructurados y semi estructurados, elaborar un mapa mental ![]() 1.1.4. Investigar plataformas comerciales de Big Data y sus características ![]() ![]() ![]() ![]() ![]() ![]() |
2. Bases de datos NoSQL
2.2. Diseñar, implementar y manipular bases de datos NoSQL. 2.2.1. Realizar un cuadro comparativo sobre SQL y NoSQL ![]() ![]() 2.2.2. Investigar los diferentes tipos de NoSQL ![]() ![]() ![]() ![]() 2.2.3. Desarrollo de consultas a bases de datos NoSQL ![]() |
3. Integración y Procesamiento de Datos Distribuidos y en Paralelo
3.1. Utilizar herramientas para procesar y reducir en paralelo grandes volúmenes de datos, principalmente las proporcionadas por el ecosistema Hadoop. 3.1.1. Instalar las herramientas de desarrollo 3.1.2. Investigar los temas en internet, libros y manuales 3.1.3. Desarrollar pequeñas aplicaciones para la automatización de procesamiento y reducción de datos 3.1.4. Revisar avance en el desarrollo del proyecto final integrador |
4. Analítica de Big Data
4.1. Utilizar herramientas para analizar y obtener conocimiento significativo que sea relevante para toma de decisiones en un ambiente corporativo. 4.1.1. Instalar las herramientas de desarrollo 4.1.2. Investigación bibliográfica e internet de los temas de la unidad ![]() ![]() ![]() 4.1.3. Realizar prácticas que utilicen herramientas actuales para analítica de datos 4.1.4. Instalación y uso de software herramientas de analítica de datos 4.1.5. Desarrollar prácticas que implementen la analítica de Big Data, generando reporte de resultados |
5. Big Data en la Nube
5.1. Entender el proceso de almacenar y recuperar Grandes Datos en la nube. 5.1.1. Investigar los temas en internet, libros, artículos, tesis o manuales 5.1.2. Realizar una tabla comparativa de los diferentes proveedores de Big Data en la nube 5.1.3. Utilizar herramientas para almacenar y recuperar datos en la nube |
6. Proyecto de aplicación
6.1. Desarrolla un proyecto de aplicación de analítica de Big Data. 6.1.1. Definir el proyecto de aplicación a realizar 6.1.2. Desarrollar el proyecto 6.1.3. Presentar el proyecto final |
Prácticas de Laboratorio (20232024P) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20232024P) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |