Procesamiento de Big data con Hadoop
Domine el procesamiento de Big data con Hadoop
Certificado con validez SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 192 h
100% autodidacta
18 unidades
Nivel intermedio
Modalidad
Así estudias: curso autodidacta
- Autodidacta y 100% en línea: contenido disponible 24/7.
- Avanzas a tu ritmo: la plataforma guarda tu progreso.
- Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
- Te evalúas con actividades automáticas, sin entregas a un tutor.
Qué aprenderás
Lo que serás capaz de hacer
La especialización "Procesamiento de Big data utilizando Hadoop" está dirigida a estudiantes de posgrado que buscan desarrollar habilidades avanzadas en el procesamiento y la gestión de big data utilizando el ecosistema Hadoop. A través de cuatro cursos detallados, explorarás tecnologías clave como HDFS, MapReduce y herramientas avanzadas de análisis de datos como Hive, Pig, HBase y Apache Spark. Aprenderá a instalar, configurar y optimizar estas herramientas para procesar, gestionar y analizar conjuntos de datos a gran escala. El programa cubre conceptos fundamentales como YARN y la arquitectura MapReduce, y avanza hacia aplicaciones prácticas como la ejecución de consultas Hive, scripts Pig, gestión NoSQL con HBase y procesamiento de datos de alto rendimiento con Spark. Al final de la especialización, serás capaz de diseñar e implementar soluciones de big data, optimizar flujos de trabajo y aprovechar la potencia de Hadoop para abordar desafíos del mundo real. Esta especialización te prepara para puestos como Ingeniero de Datos, Analista de Big Data o Desarrollador de Hadoop, convirtiéndote en un candidato altamente competitivo en el campo de big data de rápido crecimiento, listo para impulsar innovaciones en industrias como la Ciencia de datos, análisis de negocios y aprendizaje automático.
- Adquiera experiencia en componentes del ecosistema Hadoop como HDFS, YARN y MapReduce para el procesamiento y la gestión de big data en diversas tareas.
- Aprenda a instalar, configurar y utilizar herramientas como Hive, Pig, HBase y Spark para un análisis, procesamiento y gestión eficientes de los datos en tiempo real.
- Desarrollar técnicas avanzadas de programación para MapReduce, métodos de optimización y estrategias de paralelismo para manejar conjuntos de datos a gran escala de forma eficaz.
- Comprender la arquitectura y funcionalidad de Hadoop y sus componentes, aplicándolos para resolver complejos retos de datos en escenarios del mundo real.
Habilidades que desarrollarás
Apache Hadoop
Macrodatos
Apache Hive
Apache Spark
NoSQL
Sistemas de archivos
Procesamiento de datos
Gestión de datos
Analítica
Ciencia de datos
Bases de datos
SQL
Lenguajes de consulta
Entrada/salida de archivos
Java
Programación en Java
Computación distribuida
Lenguajes de scripting
Optimización del rendimiento
Desarrollo de programas
Temario
UNIDAD 1 - Introducción al curso · 2 leccionesFundamentos y configuración de Big data y Hadoop - UNIDAD 1 - Introducción al curso
UNIDAD 1 - Introducción al curso · 2 lecciones
Fundamentos y configuración de Big data y Hadoop - UNIDAD 1 - Introducción al curso
- Resumen del curso
- Biografía del instructor: Karthik Shyamsunder
UNIDAD 2 - La revolución de Big data (Introducción) · 17 leccionesFundamentos y configuración de Big data y Hadoop - UNIDAD 2 - La revolución de Big data (Introducción)
UNIDAD 2 - La revolución de Big data (Introducción) · 17 lecciones
Fundamentos y configuración de Big data y Hadoop - UNIDAD 2 - La revolución de Big data (Introducción)
- Introducción - La revolución de Big data
- Explosión de datos
- Explosión de datos
- Economía de datos
- Economía de datos
- Análisis de grandes datos
- Análisis de grandes datos
- El panorama de Big data: Revolución, explosión, economía y ciencia
- Ciencia de datos
- Ciencia de datos
- Tecnologías de tratamiento de datos históricos
- Tecnologías de tratamiento de datos históricos
- Tecnologías modernas de tratamiento de datos
- Tecnologías modernas de tratamiento de datos
- Resumen de la revolución de Big data
- Evolución del procesamiento de datos: De las tecnologías históricas a las modernas
- La revolución de Big data (Introducción)
UNIDAD 3 - Arquitectura y ecosistema de Hadoop · 18 leccionesFundamentos y configuración de Big data y Hadoop - UNIDAD 3 - Arquitectura y ecosistema de Hadoop
UNIDAD 3 - Arquitectura y ecosistema de Hadoop · 18 lecciones
Fundamentos y configuración de Big data y Hadoop - UNIDAD 3 - Arquitectura y ecosistema de Hadoop
- Introducción - Arquitectura y ecosistema de Apache Hadoop
- Historia de Hadoop
- Historia de Hadoop
- Arquitectura Hadoop
- Arquitectura Hadoop
- Principios fundamentales de la arquitectura de Hadoop
- Principios fundamentales de la arquitectura de Hadoop
- Explorando Hadoop: Arquitectura, historia y principios clave
- Pila tecnológica Hadoop
- Pila tecnológica Hadoop
- Distribuciones Hadoop
- Distribuciones Hadoop
- Documentación sobre Hadoop
- Documentación sobre Hadoop
- Resumen - Arquitectura y ecosistema de Apache Hadoop
- Navegando por Hadoop: Pila tecnológica, distribuciones y documentación
- Lectura autorreflexiva: Coexistencia de Hadoop y Almacenes de datos tradicionales
- Arquitectura y ecosistema de Hadoop
UNIDAD 4 - Configuración de Hadoop · 12 leccionesFundamentos y configuración de Big data y Hadoop - UNIDAD 4 - Configuración de Hadoop
UNIDAD 4 - Configuración de Hadoop · 12 lecciones
Fundamentos y configuración de Big data y Hadoop - UNIDAD 4 - Configuración de Hadoop
- Introducción - Configuración y funcionamiento de Hadoop
- Configuración de VirtualBox
- Configuración de VirtualBox
- Configuración de CentOS Linux VM en VirtualBox
- Configuración de CentOS Linux VM en VirtualBox
- Pasos para configurar un clúster Hadoop 3 YARN de un único nodo
- Primeros pasos con Hadoop: Configuración de VirtualBox y CentOS Linux
- Configuración de Hadoop 3 YARN
- Resumen - Configuración de Hadoop
- Configuración de Hadoop 3 YARN: Configuración y resumen
- Lectura autorreflexiva: Retos y soluciones para implantaciones a gran escala
- Configuración de Hadoop
UNIDAD 5 - Introducción al curso · 2 leccionesArquitectura y programación de HDFS - UNIDAD 5 - Introducción al curso
UNIDAD 5 - Introducción al curso · 2 lecciones
Arquitectura y programación de HDFS - UNIDAD 5 - Introducción al curso
- Resumen del curso
- Biografía del instructor: Prof. Karthik Shyamsunder
UNIDAD 6 - Arquitectura HDFS · 13 leccionesArquitectura y programación de HDFS - UNIDAD 6 - Arquitectura HDFS
UNIDAD 6 - Arquitectura HDFS · 13 lecciones
Arquitectura y programación de HDFS - UNIDAD 6 - Arquitectura HDFS
- Introducción - Arquitectura HDFS
- Arquitectura HDFS
- Arquitectura HDFS
- Arquitectura HDFS práctica
- Dominio de HDFS: Visión general de la arquitectura y experiencia práctica
- Tamaño de bloque, replicación y conocimiento del bastidor
- Tamaño de bloque, replicación y conocimiento del bastidor
- Capacidades arquitectónicas de HDFS
- Capacidades arquitectónicas de HDFS
- Resumen - Arquitectura HDFS
- Profundización en HDFS: tamaño de bloque, replicación y capacidades arquitectónicas
- Lectura autorreflexiva: Comparación entre el HDFS de Hadoop y el FileSystem de MapR
- Arquitectura HDFS
UNIDAD 7 - Conceptos básicos de programación HDFS · 14 leccionesArquitectura y programación de HDFS - UNIDAD 7 - Conceptos básicos de programación HDFS
UNIDAD 7 - Conceptos básicos de programación HDFS · 14 lecciones
Arquitectura y programación de HDFS - UNIDAD 7 - Conceptos básicos de programación HDFS
- Introducción - Conceptos básicos de programación HDFS
- Descripción de la API de HDFS en C
- Descripción de la API de HDFS en C
- API de configuración de Hadoop y configuración del entorno de desarrollo
- API de configuración de Hadoop y configuración del entorno de desarrollo
- Introducción a la programación de HDFS: Conceptos básicos, API en C y configuración
- Visión general de la API Java de HDFS
- Visión general de la API Java de HDFS
- Archivo CRUD
- Archivo CRUD
- Resumen - Conceptos básicos de programación HDFS
- Fundamentos de programación de HDFS: API de Java, operaciones CRUD de archivos y resumen
- Lectura autorreflexiva: Reflexión sobre el diseño: Manejo de errores en el borrado de archivos
- Conceptos básicos de programación HDFS
UNIDAD 8 - Programación avanzada de HDFS · 14 leccionesArquitectura y programación de HDFS - UNIDAD 8 - Programación avanzada de HDFS
UNIDAD 8 - Programación avanzada de HDFS · 14 lecciones
Arquitectura y programación de HDFS - UNIDAD 8 - Programación avanzada de HDFS
- Introducción - Programación avanzada de HDFS
- Directorio CRUD
- Directorio CRUD
- Compresión de archivos Descompresión
- Compresión de archivos Descompresión
- Programación avanzada de HDFS: CRUD de directorios y compresión/descompresión de archivos
- Serialización Deserialización
- Serialización Deserialización
- Estructuras de datos basadas en archivos
- Estructuras de datos basadas en archivos
- Resumen - Programación avanzada de HDFS
- Programación avanzada de HDFS: Serialización, estructuras de datos basadas en archivos y resumen
- Lectura autorreflexiva: La decisión de serialización de Hadoop
- Programación avanzada de HDFS
UNIDAD 9 - Introducción al curso · 2 leccionesArquitectura MapReduce de YARN y programación avanzada - UNIDAD 9 - Introducción al curso
UNIDAD 9 - Introducción al curso · 2 lecciones
Arquitectura MapReduce de YARN y programación avanzada - UNIDAD 9 - Introducción al curso
- Resumen del curso
- Biografía del instructor: Prof. Karthik Shyamsunder
UNIDAD 10 - Arquitectura de YARN y MapReduce · 13 leccionesArquitectura MapReduce de YARN y programación avanzada - UNIDAD 10 - Arquitectura de YARN y MapReduce
UNIDAD 10 - Arquitectura de YARN y MapReduce · 13 lecciones
Arquitectura MapReduce de YARN y programación avanzada - UNIDAD 10 - Arquitectura de YARN y MapReduce
- Introducción - Arquitectura YARN y MapReduce
- Arquitectura YARN
- Capacidades arquitectónicas de YARN
- Arquitectura de YARN y sus capacidades
- Introducción - Arquitectura YARN y MapReduce
- Estructura MapReduce en YARN
- Estructura MapReduce en YARN
- Paradigma de programación MapReduce
- Paradigma de programación MapReduce
- Resumen - Arquitectura de YARN y MapReduce
- YARN y MapReduce: Framework, paradigma de programación y resumen
- Lectura autorreflexiva: Desbloquear Big Compute con YARN
- Arquitectura de YARN y MapReduce
UNIDAD 11 - Conceptos básicos de programación MapReduce · 14 leccionesArquitectura MapReduce de YARN y programación avanzada - UNIDAD 11 - Conceptos básicos de programación MapReduce
UNIDAD 11 - Conceptos básicos de programación MapReduce · 14 lecciones
Arquitectura MapReduce de YARN y programación avanzada - UNIDAD 11 - Conceptos básicos de programación MapReduce
- Introducción - Conceptos básicos de programación MapReduce
- API de programación MapReduce
- API de programación MapReduce
- Pasos para escribir un programa MapReduce
- Pasos para escribir un programa MapReduce
- Introducción a MapReduce: Conceptos básicos de programación, API y pasos de desarrollo
- Paralelismo de los mapeadores
- Paralelismo de los mapeadores
- Paralelismo reductor
- Paralelismo reductor
- Resumen - Conceptos básicos de programación MapReduce
- Conceptos básicos de programación MapReduce: Mapper y Reducer Parallelism Overview
- Lectura autorreflexiva: El procesamiento de datos en su sector
- Conceptos básicos de programación MapReduce
UNIDAD 12 - Programación MapReduce Intermedio · 14 leccionesArquitectura MapReduce de YARN y programación avanzada - UNIDAD 12 - Programación MapReduce Intermedio
UNIDAD 12 - Programación MapReduce Intermedio · 14 lecciones
Arquitectura MapReduce de YARN y programación avanzada - UNIDAD 12 - Programación MapReduce Intermedio
- Introducción - Programación MapReduce Intermedio
- Combinadores
- Combinadores
- Separadores
- Separadores
- Programación intermedia MapReduce: Combinadores y Particionadores
- Compresión
- Compresión
- Contadores
- Contadores
- Resumen - Programación MapReduce Intermedio
- Programación MapReduce Intermedia: Compresión, contadores y resumen
- Lectura autorreflexiva: Equilibrio entre almacenamiento y procesamiento en la gestión de datos
- Programación MapReduce Intermedio
UNIDAD 13 - Programación MapReduce Avanzada · 15 leccionesArquitectura MapReduce de YARN y programación avanzada - UNIDAD 13 - Programación MapReduce Avanzada
UNIDAD 13 - Programación MapReduce Avanzada · 15 lecciones
Arquitectura MapReduce de YARN y programación avanzada - UNIDAD 13 - Programación MapReduce Avanzada
- Introducción - MapReduce Avanzado
- Multihilo
- Multihilo
- Formato interno de entrada-salida
- Formato interno de entrada-salida
- Ejecución especulativa
- MapReduce avanzado: Multihilo, formatos de E/S y ejecución especulativa
- Ejecución local de trabajos
- Ejecución local de trabajos
- Antipatrones de MapReduce
- Antipatrones de MapReduce
- Resumen - MapReduce Avanzado
- MapReduce avanzado: Ejecución local de trabajos, antipatrones y resumen
- Lectura autorreflexiva: Buenas prácticas para el desarrollo y las pruebas eficaces de MapReduce
- Programación MapReduce Avanzada
UNIDAD 14 - Introducción al curso · 2 leccionesAnálisis de datos con herramientas Hadoop - UNIDAD 14 - Introducción al curso
UNIDAD 14 - Introducción al curso · 2 lecciones
Análisis de datos con herramientas Hadoop - UNIDAD 14 - Introducción al curso
- Resumen del curso
- Biografía del instructor: Prof. Karthik Shyamsunder
UNIDAD 15 - Análisis de datos con Hive · 20 leccionesAnálisis de datos con herramientas Hadoop - UNIDAD 15 - Análisis de datos con Hive
UNIDAD 15 - Análisis de datos con Hive · 20 lecciones
Análisis de datos con herramientas Hadoop - UNIDAD 15 - Análisis de datos con Hive
- Introducción - Hive
- Visión general y arquitectura de Hive
- Visión general y arquitectura de Hive
- Configuración de Hive
- Configuración de Hive
- Introducción a Hive: Visión general, arquitectura y configuración
- Ejemplo sencillo de colmena
- Ejemplo sencillo de colmena
- Carga de datos
- Carga de datos
- Declaraciones de la colmena
- Declaración de la colmena
- Trabajar con Hive: Ejemplos básicos, carga de datos y sentencias Hive
- Particiones
- Se une a
- Particiones y uniones en Hive
- Resumen- Colmena
- Hive Avanzado: Particiones, uniones y resumen
- Lectura autorreflexiva: Equilibrio entre Hive, Java MapReduce y Pig en arquitecturas Hadoop
- Análisis de datos con Hive
UNIDAD 16 - Análisis de datos con Pig · 20 leccionesAnálisis de datos con herramientas Hadoop - UNIDAD 16 - Análisis de datos con Pig
UNIDAD 16 - Análisis de datos con Pig · 20 lecciones
Análisis de datos con herramientas Hadoop - UNIDAD 16 - Análisis de datos con Pig
- Introducción - Cerdo
- Pig: visión general y arquitectura
- Pig: visión general y arquitectura
- Configuración de Pig
- Introducción a Pig: Visión general, arquitectura y configuración
- Grunt Shell interactivo
- Grunt Shell interactivo
- Conceptos básicos de la lengua porcina
- Explorando los Conceptos Básicos de Pig Latin: Estructuras de datos, sintaxis y comandos
- Tipos de datos y esquema de Pig
- Esquemas, tipos de datos y funciones de Apache Pig
- Fundamentos de Pig: Grunt Shell, Pig Latin Básico y Tipos de datos
- Operadores relacionales CORE
- Operadores relacionales CORE en Pig Latin: Visión general
- Unirse a los operadores
- Exploración de los operadores relacionales Join en Apache Pig
- Operadores de depuración
- Pig Avanzado: Operadores CORE, Joins, Depuración y Resumen
- Lectura autorreflexiva: Hive vs. Pig para su estrategia de Big data
- Análisis de datos con Pig
UNIDAD 17 - Hadoop Base de datos NoSQL HBase · 14 leccionesAnálisis de datos con herramientas Hadoop - UNIDAD 17 - Hadoop Base de datos NoSQL HBase
UNIDAD 17 - Hadoop Base de datos NoSQL HBase · 14 lecciones
Análisis de datos con herramientas Hadoop - UNIDAD 17 - Hadoop Base de datos NoSQL HBase
- Introducción - HBase
- Introducción a NoSQL
- Visión general y arquitectura de HBase
- Visión general y arquitectura de HBase
- Configuración de HBase
- Introducción a HBase: Conceptos básicos, arquitectura y configuración de NoSQL
- Modelo de datos de HBase
- Modelo de datos de HBase
- HBase Shell
- Operaciones CRUD mediante la API de Java
- Resumen - HBase
- Fundamentos de HBase: Modelo de datos, Shell, Operaciones CRUD y Resumen
- Lectura autorreflexiva: Coexisting Databases: Equilibrio entre NoSQL y RDBMS en las aplicaciones modernas
- Hadoop Base de datos NOSQL HBase
UNIDAD 18 - Spark · 17 leccionesAnálisis de datos con herramientas Hadoop - UNIDAD 18 - Spark
UNIDAD 18 - Spark · 17 lecciones
Análisis de datos con herramientas Hadoop - UNIDAD 18 - Spark
- Introducción - Spark
- Visión general de Spark
- Arquitectura Spark
- Arquitectura Spark
- Referencias de lectura
- Introducción a Spark: Visión general y arquitectura
- Configuración y ejecución de Spark
- Configuración y ejecución de Spark
- Modelo de programación básica de Spark
- Referencias de lectura
- Configuración de Spark y modelo básico de programación
- Spark en la práctica
- Componentes varios de Spark
- Resumen - Spark
- Spark práctico: Componentes principales y resumen
- Lectura autorreflexiva: Hadoop vs Spark: ¿Competencia o complementariedad?
- Spark
Certificado oficial
Certificado con validez SEP: lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
18 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
45 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Certificado SEP incluido (sin costo). Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Johns Hopkins University.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 18 unidades · 223 lecciones · 192 h
- 12 meses de acceso
- 45 cuestionarios de evaluación
- Certificado SEP incluido (sin costo), emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Johns Hopkins University; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
¿El curso tiene validez SEP?
Sí, incluido sin costo. Al completar el curso recibes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
¿El curso tiene tutor o clases en vivo?
No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.
¿Cómo se evalúa?
Te evalúas con actividades automáticas, sin entregas a un tutor.
