Máster Universitario en Big Data La Salle Campus Barcelona

Máster Universitario en Big Data

Conviértete en un Ingeniero de Datos y aprende a resolver los retos que presenta el ciclo de vida del Big Data en cuanto a almacenado, procesado, análisis y explotación de grandes volúmenes de información utilizando las últimas tendencias

Tecnologías de almacenamiento II

Descripción: 

La asignatura de Tecnologías de Almacenamiento II se centra en el aprendizaje de las actuales y más populares soluciones del mercado para el almacenamiento y procesamiento de grandes cantidades de datos.

Focalizandose en el ecosistema formado por Hadoop y sus componentes, la asignatura completa su aprendizaje con otras tecnologías y/o plataformas como las bases de datos NoSQL o el Cloud.

Tipo asignatura
Primer - Obligatoria
Semestre
Segundo
Curso
1
Créditos
7.00

Profesores Titulares

Profesores Docentes

Conocimientos previos: 
Objetivos: 

La asignatura de Tecnologías de Almacenamiento II tiene como objetivo dotar al alumno del conocimiento y herramientas necesarias para la implementación de arquitecturas y soluciones complejas para el almacenamiento y tratamiento de grandes cantidades de datos.

Al finalizar el curso, el alumno es capaz de decidir cual es la tecnología o tecnologías más adecuadas para la resolución de los diversos casos de uso que se puedan presentar en un entorno real.

Contenidos: 

Apache Spark.
Ecosistema Apache Hadoop.
Distribuciones disponibles en el mercado.
Arquitectura y casos de uso.

Metodología: 

Las clases combinan explicaciones teóricas por parte del profesorado con otras más prácticas, donde el alumno tendrá la posibilidad de aprender cómo desplegar un entorno de desarrollo real.

Evaluación: 

Se realizarán ejercicios para una evaluación continuada.
Se realizará un examen teórico al final de la asignatura donde se pondrán en práctica todos los conceptos aprendidos.

Criterios evaluación: 

Los resultados de aprendizaje de esta asignatura son los siguientes:

IDM_RA3: El alumno sabe implementar arquitecturas y soluciones complejas para el almacenamiento y tratamiento de grandes volúmenes de datos.

Bibliografía básica: 
Material complementario: