- Visión panorámica del título propio.
- Áreas del big data (y del título propio): Integración, infraestructura, preservación (curation), análisis y explotación/visualización. Tecnologías diferenciadoras en cada una de ellas.
- ¿Qué es Big Data? Datos y conocimiento.
- Definiciones relacionadas con Big Data: Data Science y Data Analytics: Business Intelligence, Data Mining, Data Science, Very Large Data Bases, Analytics, Machine Learning, …
- Diferencias y retos respecto a la tecnología más tradicional de datos: fuentes de datos, tipos de datos, flujo de datos, volumen de datos, calidad de datos, privacidad de datos: las “V”s del Big Data: volume, velocity, variability and veracity
- Complementariedades: SQL / no-SQL, in-home / cloud, DW / Hadoop, modelos descriptivos / predictivos, statistics / machine learning, structured / non-structured, números / lenguaje natural…
- Glosario de términos.
- Perfiles profesionales relacionados con Big Data: chief data officer, data manager, data scientist, …
- El papel en las empresas y organizaciones
- Casos reales de procesamiento de enormes cantidades de información.
