Documentos de Académico
Documentos de Profesional
Documentos de Cultura
04
v 1.2
SÍLABO
MATERIA: FUNDAMENTOS DE BIG DATA
Programa: Diplomado en Big Data Analytics & Data Science
Duración (en horas aula): 15 Hrs.
15 horas presenciales.
Del lunes 12/10/2020 al viernes 23/10/2020
Fechas y Horario:
Lunes, miércoles y viernes videoconferencia de 19:30 a
22:30
Nombre del docente: Robert F. Soruco R. Ph.D.(c)
rsoruco@upb.edu
Horas de Atención del Docente:
skype: robert.soruco
Las bases de Datos No Relacionales como repositorios de grandes volúmenes de datos organizados,
requieren de un diseño adecuado y una administración efectiva que respalden los procesos de toma de
decisiones por parte de la toda la organización adjuntados con nuevas tecnologías que le permitan comprender
los nuevos escenarios para la empresa.
II. Objetivo General
Capacitar al participante en los fundamentos metodológicos y prácticos de la gestión de grandes volúmenes de
datos y el tratamiento a partir de nuevas tecnologías orientadas a entregar información para la toma de
decisiones.
III. Objetivos Específicos
Conocer los fundamentos de las Bases de Datos No Relacionales.
Gestión documentos en una DBMS NoRelacional.
Diseñar e implementar una base de datos NR.
Comprender la infraestructura tecnológica de un Big Data.
Analizar Casos de estudio de aplicación de Big Data.
1
FO.ES.D.04
v 1.2
SÍLABO
3 Diseñar una Caso de diseño Modelo de datos Diseño de Base de Diseñar e implementar
Base de de base de Datos una base de datos NR.
Embarcadero. datos no Manual de Diseño Tipos de Relación
Trabajar con la relacional de BD en MongoDB El modelo Entidad
Base de Datos No Implementación Relación.
Embarcadero
Relacional del Diseño
4 Obtener Arquitectua de No Infraestructura Comprender la
Consultas con Sql. Arquitectura infraestructura
NoSQL distribuida tecnológica de un Big
Seguridad Data.
5 Tratamiento de Caso Mueblería Caso de estudio Aplicación de los Analizar Casos de
casos de estudio Cba fundamentos de big estudio de No
data. Relacional
Fecha límite de entrega de los trabajos finales por los estudiantes: 1/11/2020.
Fecha límite de entrega de notas de la materia: 3/11/2020.
V. Metodología
Requerimiento Necesario para las Clases
Con el propósito de desarrollar las prácticas de forma adecuada se sugiere traer sus computadoras
personales, que tengan un procesador: i5 o posterior, 4GB de RAM como mínimo y 50 GB de
espacio libre en el Disco Duro.
Se instalará máquinas virtuales con VirtualBox para el trabajo con diferentes servidores. Las
imágenes de dichos servidores serán proporcionados por el docente.
El estudiante deberá desarrollar un proyecto final de la materia.
VI. Evaluación
Las calificaciones parciales y sus respectivas ponderaciones que conformarán la nota final son las siguientes: