IFCT129PO BIG DATA EN AMAZON WEB SERVICES

Este CURSO IFCT129PO BIG DATA EN AMAZON WEB SERVICES le ofrece una formación especializada en la materia dentro de la Familia Profesional de Informática y Comunicaciones. Con este CURSO IFCT129PO BIG DATA EN AMAZON WEB SERVICES el alumno será capaz de identificar herramientas y tecnologías comunes que se pueden utilizar para crear soluciones de big data, utilizando el marco de programación Hive, así como comprender el marco de programación MapReduce, incluyendo la asignación, la reorganización y ordenación, y la reducción de componentes.

UNIDAD DIDÁCTICA 1. INFORMACIÓN GENERAL SOBRE BIG DATA

UNIDAD DIDÁCTICA 2. INGESTA, TRANSFERENCIA Y COMPRESIÓN DE DATOS

UNIDAD DIDÁCTICA 3. SOLUCIONES DE ALMACENAMIENTO

UNIDAD DIDÁCTICA 4. ALMACENAMIENTO Y CONSULTAS DE DATOS EN DYNAMODB

UNIDAD DIDÁCTICA 5. PROCESAMIENTO DE BIG DATA Y AMAZON KINESIS

UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A APACHE HADOOPY AMAZON EMR

UNIDAD DIDÁCTICA 7. USO DE AMAZON ELASTIC MAPREDUCE

UNIDAD DIDÁCTICA 8. MARCOS DE PROGRAMACIÓN HADOOP

UNIDAD DIDÁCTICA 9. REGISTROS DEL SERVIDOR DE PROCESAMIENTO CON HIVEEN AMAZON EMR

UNIDAD DIDÁCTICA 10. PROCESAMIENTO DE DATOS DE QUÍMICA MEDIANTE STREAMING DE HADOOPEN AMAZON EMR

UNIDAD DIDÁCTICA 11. MEJORA DE LA EXPERIENCIA DE AMAZON EMR CON HUE

UNIDAD DIDÁCTICA 12. EJECUCIÓN DE SCRIPTS DE PIG CON HUEEN AMAZON EMR

UNIDAD DIDÁCTICA 13. SPARK EN AMAZON EMR

UNIDAD DIDÁCTICA 14. CREACIÓN Y CONSULTA INTERACTIVA DE TABLAS CON SPARK Y SPARK SQL EN AMAZON EMR

UNIDAD DIDÁCTICA 15. ADMINISTRACIÓN DE COSTOS DE AMAZON EMR

UNIDAD DIDÁCTICA 16. PROTECCIÓN DE LAS IMPLEMENTACIONES DE AMAZON EMR

UNIDAD DIDÁCTICA 17. ALMACENES DE DATOS Y DATASTORES DE COLUMNAS

UNIDAD DIDÁCTICA 18. AMAZON REDSHIFT Y BIG DATA

UNIDAD DIDÁCTICA 19. OPTIMIZACIÓN DEL ENTORNO DE AMAZON REDSHIFT

UNIDAD DIDÁCTICA 20. PATRONES DE DISEÑO DE BIG DATA

UNIDAD DIDÁCTICA 21. VISUALIZACIÓN Y ORQUESTACIÓN DE BIG DATA

UNIDAD DIDÁCTICA 22. USO DE TIBCO SPOTFIRE PARA VISUALIZAR BIG DATA

101,00 

Detalles del Curso

Información adicional

Horas 24 Horas
Modalidad ONLINE

¿Por qué elegir Aurea?

Metodología de Aprendizaje Online

  • Aprendizaje activo y autónomo: A diferencia de la formación presencial, en el e-learning es clave fomentar que el alumno sea protagonista de su propio proceso de aprendizaje.

  • Microlearning y contenidos modulares: Lecciones breves, bien estructuradas, que permitan avanzar paso a paso.

  • Gamificación y elementos interactivos (cuestionarios, simulaciones, casos prácticos) aumentan la motivación y retención del conocimiento.

  • Evaluación continua: No solo exámenes finales, sino también foros, tareas prácticas y autoevaluaciones.

Plataforma online Moodle

  • Moodle es una excelente elección como LMS (Learning Management System). Algunas ventajas:

    • Código abierto y altamente personalizable.

    • Permite gestión de usuarios, seguimiento de progreso, certificados automáticos, SCORM, etc.

    • Integración con plugins y herramientas externas como H5P, BigBlueButton, Zoom, etc.

  • Optimiza la navegación y la experiencia de usuario: que la plataforma sea clara, intuitiva y visualmente amigable.

  • Mobile first: Muchos usuarios acceden desde el móvil, así que asegúrate de que la plataforma esté bien adaptada.

Equipo Docente y Tutoría

  • Docentes formados en pedagogía digital: No basta con saber del tema; es crucial saber cómo enseñarlo online.

  • Disponibilidad y acompañamiento: Los alumnos valoran mucho el soporte y el feedback de tutores.

  • Presencia activa: En foros, comentarios y webinars. Esto reduce la sensación de soledad del estudiante online.

  • Capacitación constante del equipo docente en nuevas metodologías y herramientas digitales.

Interacción y Comunidad

  • Foros, chats y actividades colaborativas: fomentan el aprendizaje social.

  • Feedback entre pares: puede ser útil para mejorar y compartir conocimientos.

  • Gamificación social: rankings, badges, desafíos grupales.

  • Encuestas y sugerencias: para mejorar el curso con la opinión de los propios alumnos.