Objetivo:
Desarrollar las capacidades necesarias para la resolución de problemas empresariales mediante el análisis de datos, funciones avanzadas y paneles interactivos.
Contenido:
· FORMATO CONDICIONAL AVANZADO
· MINIGRAFICOS
· NOMBRES
· AUDITORIA DE FORMULAS
· VALIDACION DE DATOS
· FUNCIONES MATRICIALES
· TABLA DE DATOS
· BUSCAR OBJETIVO
· SLICERS
· POWER PIVOT
· POWER QUERY
· CREACION DE DASHBOARDS
· FUNCIONES DE EXCEL: SUMAR.SI.CONJUNTO, PROMEDIO.SI.CONJUNTO, CONTAR.SI.CONJUNTO, CONTAR.BLANCO, CONCATENAR, SI.ERROR, AHORA, DIAS, FECHA, SEGUNDO, INDICE, NOMPROPIO, COINCIDIR, ESPACIOS, DESREF, FILA, COLUMNA, DERECHA, IZQUIERDA, EXTRAE, ENCONTRAR, LARGO, K.ESIMO.MAYOR, K.ESIMO.MENOR, JERARQUIA, TRANSPONER.
- Profesor: Administrador Plataforma
OBJETIVO
TEMARIO
1. BIG DATA
1.1 ¿Qué es?
1.2 Áreas de uso
1.3 Plataformas
1.4 Entorno Operativo
1.5 Fuentes de Big Data
1.6 Las 5 V de Big Data
1.7 Gobernanza de Big Data
1.8 Aplicaciones analíticas de Big Data
1.9 Problemática que plantea Big Data
2. APACHE HADOOP
2.1 El paradigma Map Reduce
2.2 Sistema de Archivos Distribuidos de Hadoop (HDFS)
2.3 Soporte de SQL en Hive
2.4 Uso del módulo Kite SDK
2.5 Importación de datos con Sqoop
2.6 Ingesta de datos con Apache Flume
2.7 Procesamiento de datos con Apache Pig
2.8 Otras arquitecturas y herramientas
3. BASES DE DATOS NOSQL
3.1 Diferencia entre Bases de datos relacionales y No relacionales
3.2 Datos estructurados y no estructurados
3.3 Arquitectura y tipos de bases de datos NoSQL
3.4 JSON/BSON: Estructura de un objeto
3.5 Bases de datos No SQL
3.5.1 Bases de datos clave – valor
3.5.2 Bases de datos documentales
3.5.3 Bases de datos en grafo
3.5.4 Bases de datos columnares
3.6 Ejemplos de Bases de Datos NoSQL
3.6.1 MongoDB
3.6.2 Apache Cassandra
3.6.3 Hbase
3.6.4 Amazon DynamoDB
4. BIG DATA EN LA NUBE
4.1 Beneficios
4.2 Implementación
4.3 Cloud-Based Hadoop Cluster
4.4 AWS Versus GCP
4.5 Análisis de series de tiempo en métricas de infraestructura en la nube
- Profesor: Administrador Plataforma