Categoría: Asignaturas

Herramientas estádisticas para Big Data (Analytics) (2 ECTS) Técnicas de muestreo y preprocesamiento de datos Estimación e intervalos de confianza. Contraste de hipótesis Estimación de tamaño muestral Cálculo de intervalos de confianza para la proporción de una distribución binomial Evaluación y valoración de modelos Matriz de confusión Curvas ROC Medidas estadísticas de división y combinación…

Técnicas y herramientas para la visualización de datos y resultados (2 ECTS) Cómo diseñar una descripción informativa de una base de datos en base a visualizaciones gráficas Visualización de datos crudos Representaciones gráficas de datos procesados Tipos de visualización de datos según las necesidades del análisis: Filtrar Resumir y sintetizar información Detectar extremos o outliers…

Financial Analysis (1 ECTS) Base theory: matrix algebra, graph theory, descriptive statistics, univariate and bivariate distributions, autocorrelations, covariance stationary, AR(1) models, etc. (Estos contenidos se complementarán con la propuesta del departamento de estadística) Prácticas: calculo básico de la performance de fondos de inversión en HADOOP (Spark o PIG). Investment Fund Analysis & BigData Portfolio optimizacion,…

6 ECTS equivalen a 150 horas de dedicación del alumno. El trabajo final podrá realizarse mediante prácticas remuneradas en empresa. El número de plazas que se ofertarán para realizar las prácticas está sujeto a disponibilidad por parte de las empresas, que serán quienes seleccionarán a los alumnos en función de su CV y/o su expediente…

Computación y Gestión de Datos en la Nube para Big Data (2 ECTS) Introducción a Cloud Computing Modelos de servicio (IaaS, PaaS, SaaS, *aaS) Modelos de despliegue (on-premise, public, hybrid) Ventajas, Oportunidades y Retos Proveedores Cloud Públicos Amazon Web Services, Microsoft Azure, Google Compute Engine y otros
 Gestores de Plataformas Cloud (on-premise) OpenNebula, OpenStack, Eucalyptus…

Modelos y Entornos de Gestión Big Data (1 ECTS) Modelos de programación para Big Data MapReduce Herramientas de procesado eficiente de Big Data (batch) Hadoop / HDFS Amazon EMR Prácticas: Ejecución de programas MapReduce sobre Clusters Hadoop Love0 Share Tweet Share Pin

NoSQL (1 ECTS) Introducción de las las bases de datos NoSQL: principios, necesidades, etc. Clasificación de las bases de datos NoSQL: clave-valor, familia de columnas, colecciones de documentos, orientadas a grafos. Propuestas comerciales: Cassandra, CouchDB, MongoDB, Neo4J Love0 Share Tweet Share Pin

Big Data y Tiempo Real (1,5 ECTS) Arquitecturas de propósito general: la necesidad de combinar procesamiento en lotes y stream analytics Arquitecturas Lambda: una arquitectura de propósito general para procesamiento en tiempo real Una implementación de la arquitectura Lambda: necesidades, retos y dificultades Lambdoop: middleware y framework de desarrollo sobre una arquitectura Lambda Prácticas: taller…

Herramientas de última generación para Big Data (2 ECTS) Pig Pig Latin User Defined Functions Trabajos por grupos: Data quality & DSLs Graph processing, PageRank Log processing Udf, statistic operations Udf, loadfunc + redis Udf, aggregate functions Spark Introducción a Scala Introducción a la programación con Spark Casos prácticos GraphX, Bagel, Spark SQL, MLib Prácticas…

El derecho fundamental a la protección de datos. Concepto. La Ley Orgánica 15/1999, de 13 de diciembre, de protección de datos de carácter personal: principios reguladores básicos. Las obligaciones del responsable del tratamiento. El impacto de la regulación sobre privacidad en el desarrollo de proyectos: El concepto de anonimización. Privacy by design. Análisis de riesgos…