Ingeniero de Big Data Examen →

Ingeniero de Big Data Examen

Curriculum

2 Sections
2 Lessons
52 Weeks

Expand all sectionsCollapse all sections

Módulo 13: Fundamentos de Ingeniería de Big Data
Se cubren los siguientes temas principales:
- Técnicas y retos de ingeniería de Big Data
- Almacenamiento de Big Data, incluyendo fragmentación, replicación, teorema de CAP, ACID y BASE
- Maestro-esclavo, replicación entre pares, combinación entre replicación y fragmentación
- Requerimientos de almacenamiento de Big Data, escalabilidad, redundancia y disponibilidad
- Acceso rápido, almacenamiento a largo plazo, almacenamiento sin esquema y almacenamiento económico
- Almacenamiento en disco, incluyendo sistema de archivos distribuidos y bases de datos
- Introducción a NoSQL y NewSQL
- Racional NoSQL y características
- Tipos de bases de datos NoSQL, incluyendo clave-valor, documento, columna-familia y bases de datos gráficas
- Motores de procesamiento de Big Data
- Procesamiento de datos distribuido/paralelo, procesamiento de datos sin esquema
- Soporte multi carga de trabajo, escalabilidad lineal y tolerancia a fallas
- Requerimientos de procesamiento de Big Data, incluyendo modos por lotes, Cluster y en tiempo real
- MapReduce para procesamiento de Big Data, incluyendo mapear, combinar, dividir, mezclar y clasificar y reducir
- Diseno de algoritmos MapReduce
- Paralelismo de tareas, paralelismo de datos
1
- 0.0
Módulo 14: Ingeniería de Big Data Avanzada
Se cubren los siguientes temas principales:
- Mecanismos avanzados de ingeniería de Big Data
- Motores de serialización y compresión
- Dispositivos de almacenamiento en memoria
- Mallas de datos en memoria y Bases de datos en memoria
- Enfoques de integración Read-Through, Read-Ahead, Write-Through y Write-Behind
- Persistencia políglota
- Explicación, problemas y recomendaciones
- Procesamiento de Big Data en tiempo real
- Volumen de la consistencia de la velocidad (SCV)
- Procesamiento del flujo de eventos (ESP)
- Procesamiento de flujos compuestos (CEP)
- El principio SCV
- Procesamiento general de Big Data en tiempo real y MapReduce
- Diseños avanzados de algoritmos MapReduce
- Motor de procesamiento paralelo sincrónico (BSP) masivo
- BSP versus MapReduce
- Paralelo sincrónico BSP
- Datos de grafos y procesamiento de datos de grafos con el uso de BSP (Superpasos)
- Canales de Big Data, incluyendo definición y etapas
- Big Data con Extracción-carga-transformación (ELT)
- Caracteríticas de las soluciones de Big Data, consideraciones de diseño y proceso de diseño
1
- 0.0