Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Día 01
Visión general de la Inteligencia de Negocios con Big Data para el Análisis de Inteligencia Criminal
- Casos de estudio de fuerzas del orden: Policiamiento predictivo.
- Tasa de adopción de Big Data en agencias policiales y cómo están alineando sus futuras operaciones en torno al análisis predictivo de Big Data.
- Soluciones tecnológicas emergentes, como sensores de disparos, video vigilancia y redes sociales.
- Uso de la tecnología de Big Data para mitigar la sobrecarga de información.
- Interfaz entre Big Data y datos heredados.
- Comprensión básica de las tecnologías habilitadoras en el análisis predictivo.
- Integración de datos y visualización en tableros de control.
- Gestión de fraude.
- Reglas de negocio y detección de fraude.
- Detección de amenazas y perfiles.
- Análisis de costo-beneficio para la implementación de Big Data.
Introducción a Big Data
- Características principales de Big Data: Volumen, Variedad, Velocidad y Veracidad.
- Arquitectura MPP (Procesamiento Masivamente Paralelo).
- Almacenes de datos (Data Warehouses) – esquema estático, conjunto de datos de evolución lenta.
- Bases de datos MPP: Greenplum, Exadata, Teradata, Netezza, Vertica, etc.
- Soluciones basadas en Hadoop: sin condiciones sobre la estructura del conjunto de datos.
- Patrón típico: HDFS, MapReduce (procesamiento), recuperación desde HDFS.
- Apache Spark para procesamiento de flujos.
- Lotes (Batch): adecuados para análisis no interactivo.
- Volumen: datos de streaming de eventos complejos (CEP).
- Opciones típicas: productos CEP (por ejemplo, Infostreams, Apama, MarkLogic, etc.).
- Menos preparados para producción: Storm/S4.
- Bases de datos NoSQL (columnares y clave-valor): las más adecuadas como complemento analítico al almacén de datos/base de datos.
Soluciones NoSQL
- KV Store - Keyspace, Flare, SchemaFree, RAMCloud, Oracle NoSQL Database (OnDB).
- KV Store - Dynamo, Voldemort, Dynomite, SubRecord, MongoDB, DovetailDB.
- KV Store (Jerárquico) - GT.m, Cache.
- KV Store (Ordenado) - TokyoTyrant, Lightcloud, NMDB, Luxio, MemcacheDB, Actord.
- KV Cache - Memcached, Repcached, Coherence, Infinispan, EXtremeScale, JBossCache, Velocity, Terracotta.
- Tuple Store - Gigaspaces, Coord, Apache River.
- Bases de datos de objetos - ZopeDB, DB4o, Shoal.
- Almacenes de documentos - CouchDB, Cloudant, Couchbase, MongoDB, Jackrabbit, Bases de datos XML, ThruDB, CloudKit, Persistent, Riak-Basho, Scalaris.
- Almacenes columnares anchos (Wide Columnar) - BigTable, HBase, Apache Cassandra, Hypertable, KAI, OpenNeptune, Qbase, KDI.
Variedades de Datos: Introducción a los problemas de limpieza de datos en Big Data
- RDBMS – estructura/esquema estático, no fomenta un entorno ágil y exploratorio.
- NoSQL – semiestructurado, con suficiente estructura para almacenar datos sin un esquema exacto previo.
- Problemas de limpieza de datos.
Hadoop
- ¿Cuándo seleccionar Hadoop?
- ESTRUCTURADO: Los almacenes de datos/bases de datos empresariales pueden almacenar datos masivos (a un costo), pero imponen estructura (no es bueno para la exploración activa).
- Datos SEMIESTRUCTURADOS: difíciles de manejar con soluciones tradicionales (DW/DB).
- Almacenar datos = ESFUERZO ENORME y estático incluso después de la implementación.
- Para variedad y volumen de datos, procesados en hardware genérico – HADOOP.
- Se necesita hardware genérico para crear un clúster de Hadoop.
Introducción a MapReduce / HDFS
- MapReduce – distribución del cómputo en múltiples servidores.
- HDFS – hace los datos disponibles localmente para el proceso de cómputo (con redundancia).
- Datos – pueden ser no estructurados/sin esquema (a diferencia de RDBMS).
- Responsabilidad del desarrollador para dar sentido a los datos.
- Programación de MapReduce = trabajo con Java (pros/contras), carga manual de datos en HDFS.
Día 02
Ecosistema de Big Data: Construcción de ETL de Big Data (Extraer, Transformar, Cargar) – ¿Qué herramientas de Big Data usar y cuándo?
- Hadoop vs. otras soluciones NoSQL.
- Para acceso interactivo y aleatorio a los datos.
- HBase (base de datos orientada a columnas) sobre Hadoop.
- Acceso aleatorio a los datos, pero con restricciones impuestas (máx. 1 PB).
- No es bueno para análisis ad-hoc, sí para registro de eventos, conteo y series temporales.
- Sqoop: Importación de bases de datos a Hive o HDFS (acceso JDBC/ODBC).
- Flume: Flujo de datos (por ejemplo, datos de registro) hacia HDFS.
Sistema de gestión de Big Data
- Componentes móviles, nodos de cómputo que inician/fallan: ZooKeeper - Para servicios de configuración, coordinación y nombres.
- Pipeline/flujo de trabajo complejo: Oozie – gestionar flujos de trabajo, dependencias, cadena de margaritas.
- Despliegue, configuración, gestión de clústeres, actualizaciones, etc. (administrador de sistemas): Ambari.
- En la nube: Whirr.
Análisis predictivo – Técnicas fundamentales e Inteligencia de Negocios basada en aprendizaje automático
- Introducción al aprendizaje automático.
- Aprendizaje de técnicas de clasificación.
- Predicción bayesiana – preparación de un archivo de entrenamiento.
- Máquinas de vectores de soporte.
- Álgebra de árboles KNN y minería vertical.
- Redes neuronales.
- Problema de variables grandes en Big Data – Bosque aleatorio (RF).
- Problema de automatización en Big Data – Bosque aleatorio de conjuntos multmodelo.
- Automatización a través de Soft10-M.
- Herramienta de análisis de texto – Treeminer.
- Aprendizaje ágil.
- Aprendizaje basado en agentes.
- Aprendizaje distribuido.
- Introducción a herramientas de código abierto para análisis predictivo: R, Python, RapidMiner, Mahout.
Ecosistema de análisis predictivo y su aplicación en el Análisis de Inteligencia Criminal
- Tecnología y el proceso investigativo.
- Análisis de percepciones (Insight analytics).
- Análisis de visualización.
- Análisis predictivo estructurado.
- Análisis predictivo no estructurado.
- Perfiles de amenazas/fraude/proveedores.
- Motor de recomendaciones.
- Detección de patrones.
- Descubrimiento de reglas/escenarios – fallos, fraude, optimización.
- Descubrimiento de la causa raíz.
- Análisis de sentimientos.
- Análisis CRM.
- Análisis de redes.
- Análisis de texto para obtener información de transcripciones, declaraciones de testigos, conversaciones en internet, etc.
- Revisión asistida por tecnología.
- Análisis de fraude.
- Analítica en tiempo real.
Día 03
Analítica en tiempo real y escalable sobre Hadoop
- ¿Por qué fallan los algoritmos analíticos comunes en Hadoop/HDFS?
- Apache Hama – para cómputo distribuido síncrono masivo.
- Apache SPARK – para cómputo en clúster y analítica en tiempo real.
- CMU Graphics Lab2 – Enfoque asincrónico basado en grafos para el cómputo distribuido.
- KNN p – Enfoque algebraico de Treeminer para reducir el costo operativo del hardware.
Herramientas para eDiscovery y Forense
- eDiscovery sobre Big Data vs. datos heredados – comparación de costos y rendimiento.
- Codificación predictiva y Revisión asistida por tecnología (TAR).
- Demo en vivo de vMiner para entender cómo TAR habilita un descubrimiento más rápido.
- Indexación más rápida a través de HDFS – Velocidad de los datos.
- PNL (Procesamiento de Lenguaje Natural) – productos y técnicas de código abierto.
- eDiscovery en idiomas extranjeros – tecnología para el procesamiento de idiomas extranjeros.
Big Data BI para Seguridad Cibernética – Obteniendo una visión de 360 grados, recopilación rápida de datos e identificación de amenazas
- Comprensión de los fundamentos del análisis de seguridad: superficie de ataque, configuraciones de seguridad incorrectas, defensas de host.
- Infraestructura de red / Gran conducto de datos / ETL de respuesta para analítica en tiempo real.
- Prescriptivo vs. predictivo – Basado en reglas fijas vs. descubrimiento automático de reglas de amenaza desde metadatos.
Recopilación de datos dispersos para el Análisis de Inteligencia Criminal
- Uso de IoT (Internet de las Cosas) como sensores para capturar datos.
- Uso de imágenes satelitales para vigilancia doméstica.
- Uso de datos de vigilancia e imágenes para la identificación criminal.
- Otras tecnologías de recopilación de datos – drones, cámaras corporales, sistemas de etiquetado GPS y tecnología de imágenes térmicas.
- Combinación de recuperación automatizada de datos con datos obtenidos de informantes, interrogatorios e investigaciones.
- Pronóstico de actividad criminal.
Día 04
Prevención de fraude BI a partir de Big Data en Analítica de Fraude
- Clasificación básica de la Analítica de Fraude – basada en reglas vs. analítica predictiva.
- Machine Learning supervisado vs. no supervisado para la detección de patrones de fraude.
- Fraude empresarial, fraude en reclamaciones médicas, fraude de seguros, evasión fiscal y lavado de dinero.
Analítica de Redes Sociales – Recopilación y análisis de inteligencia
- Cómo utilizan los criminales las redes sociales para organizar, reclutar y planificar.
- API ETL de Big Data para extraer datos de redes sociales.
- Texto, imágenes, metadatos y video.
- Análisis de sentimientos desde el flujo de redes sociales.
- Filtrado contextual y no contextual del flujo de redes sociales.
- Tablero de control de redes sociales para integrar diversas plataformas.
- Perfilación automatizada de perfiles de redes sociales.
- Se ofrecerá una demo en vivo de cada analítica a través de la herramienta Treeminer.
Analítica de Big Data en procesamiento de imágenes y flujos de video
- Técnicas de almacenamiento de imágenes en Big Data – Solución de almacenamiento para datos que exceden petabytes.
- LTFS (Sistema de Archivos de Cinta Lineal) y LTO (Cinta Lineal Abierta).
- GPFS-LTFS (Sistema de Archivos Paralelo General - Sistema de Archivos de Cinta Lineal) – Solución de almacenamiento en capas para grandes datos de imagen.
- Fundamentos del análisis de imágenes.
- Reconocimiento de objetos.
- Segmentación de imágenes.
- Rastreo de movimiento.
- Reconstrucción de imágenes 3D.
Biometría, ADN y Programas de Identificación de Nueva Generación
- Más allá de la huella dactilar y el reconocimiento facial.
- Reconocimiento de voz, huella de teclado (análisis del patrón de escritura del usuario) y CODIS (Sistema de Índice de ADN Combinado).
- Más allá de la coincidencia de ADN: uso de la fenotipización forense del ADN para construir un rostro a partir de muestras de ADN.
Tablero de control de Big Data para acceso rápido y visualización de datos diversos:
- Integración de la plataforma de aplicaciones existente con el tablero de control de Big Data.
- Gestión de Big Data.
- Caso de estudio del Tablero de control de Big Data: Tableau y Pentaho.
- Uso de aplicaciones de Big Data para impulsar servicios basados en ubicación en el gobierno.
- Sistema de seguimiento y gestión.
Día 05
Cómo justificar la implementación de BI con Big Data dentro de una organización:
- Definición del ROI (Retorno de la Inversión) para implementar Big Data.
- Casos de estudio sobre ahorro de tiempo del analista en la recopilación y preparación de datos – aumentando la productividad.
- Ganancia de ingresos por menor costo de licencias de bases de datos.
- Ganancia de ingresos por servicios basados en ubicación.
- Ahorro de costos por prevención de fraude.
- Enfoque integrado de hojas de cálculo para calcular gastos aproximados vs. Ganancia/ahorro de ingresos de la implementación de Big Data.
Procedimiento paso a paso para reemplazar un sistema de datos heredado con un sistema de Big Data
- Hoja de ruta de migración de Big Data.
- ¿Qué información crítica se necesita antes de diseñar un sistema de Big Data?
- ¿Cuáles son las diferentes formas de calcular el Volumen, Velocidad, Variedad y Veracidad de los datos?
- ¿Cómo estimar el crecimiento de datos?
- Casos de estudio.
Revisión de proveedores de Big Data y revisión de sus productos.
- Accenture
- APTEAN (anteriormente CDC Software)
- Cisco Systems
- Cloudera
- Dell
- EMC
- GoodData Corporation
- Guavus
- Hitachi Data Systems
- Hortonworks
- HP
- IBM
- Informatica
- Intel
- Jaspersoft
- Microsoft
- MongoDB (anteriormente 10Gen)
- MU Sigma
- Netapp
- Opera Solutions
- Oracle
- Pentaho
- Platfora
- Qliktech
- Quantum
- Rackspace
- Revolution Analytics
- Salesforce
- SAP
- SAS Institute
- Sisense
- Software AG/Terracotta
- Soft10 Automation
- Splunk
- Sqrrl
- Supermicro
- Tableau Software
- Teradata
- Think Big Analytics
- Tidemark Systems
- Treeminer
- VMware (Parte de EMC)
Sesión de preguntas y respuestas
Requerimientos
- Conocimiento de los procesos policiales y los sistemas de datos.
- Comprensión básica de SQL/Oracle o bases de datos relacionales.
- Comprensión básica de estadísticas (a nivel de hojas de cálculo).
Público objetivo
- Especialistas de fuerzas del orden con formación técnica.
35 Horas
Testimonios (2)
Abhi tiene un excelente conocimiento de Alteryx y explicó los conceptos con mucha claridad. Entendió nuestros objetivos y creó conjuntos de datos de demostración personalizados y relevantes para nuestra organización, lo cual fue muy impresionante. La capacitación estuvo bien estructurada y se impartió a un ritmo adecuado, con tiempo para preguntas.
Samuel Taylor - Manchester Metropolitan University
Curso - Alteryx for Data Analysis
Traducción Automática
fundamentos y amó los documentos y ejercicios preparados
Rekha Nallam - GE Medical Systems Polska Sp. z o.o.
Curso - Introduction to Predictive AI
Traducción Automática
