Màster Universitari en Big Data La Salle Campus Barcelona

Màster Universitari en Big Data

Converteix-te en un Enginyer de Dades i aprèn a resoldre els reptes que presenta el cicle de vida del Big Data quant a emmagatzemat, processament, anàlisi i explotació de grans volums d'informació utilitzant les últimes tendències

Tecnologies d'emmagatzematge II

Descripció: 

L'assignatura de Tecnologies d'Emmagatzematge II se centra en l'aprenentatge de les actuals i més populars solucions del mercat per a l'emmagatzematge i processament de grans quantitats de dades.

Focalitzat en l'ecosistema format per Hadoop i els seus components, l'assignatura completa el seu aprenentatge amb altres tecnologies i / o plataformes com les bases de dades NoSQL o el Cloud.

Tipus assignatura
Primer - Obligatoria
Semestre
Segon
Curs
1
Crèdits
7.00

Professors Titulars

Professors Docents

Coneixements previs: 
Objectius: 

L'assignatura de Tecnologies d'Emmagatzematge II té com a objectiu dotar l'alumne del coneixement i eines necessàries per a la implementació d'arquitectures i solucions complexes per a l'emmagatzematge i tractament de grans quantitats de dades.

En finalitzar el curs, l'alumne és capaç de decidir quina és la tecnologia o tecnologies més adequades per a la resolució dels diversos casos d'ús que es puguin presentar en un entorn real.

Continguts: 

Apache Spark.
Ecosistema Apache Hadoop.
Distribucions disponibles en el mercat.
Arquitectura y casos d'ús.

Metodologia: 

Les classes combinen explicacions teòriques per part del professorat amb altres més pràctiques, on l'alumne tindrà la possibilitat d'aprendre com desplegar un entorn de desenvolupament real.

Avaluació: 

Es realitzaran exercicis per a una avaluació continuada.
Es realitzarà un examen teòric al final de l'assignatura on es posaran en pràctica tots els conceptes apresos.

Criteris avaluació: 

Els resultats d'aprenentatge d'aquesta assignatura són els següents:

IDM_RA3: L'alumne sap implementar arquitectures i solucions complexes per a l'emmagatzematge i tractament de grans volums de dades.

Bibliografia bàsica: 
Material complementari: