HBase para Desarrolladores

Público objetivo:

Este curso está diseñado para especialistas en TI que buscan una solución para almacenar y procesar grandes conjuntos de datos en entornos de sistemas distribuidos.

Objetivo:

Adquirir un conocimiento profundo sobre la administración de clústeres Hadoop.

El análisis de big data consiste en examinar grandes volúmenes de conjuntos de datos diversos para descubrir correlaciones, patrones ocultos y otras ideas útiles.

La industria de la salud cuenta con cantidades masivas de datos médicos y clínicos complejos y heterogéneos. Aplicar análisis de big data a datos de salud ofrece un gran potencial para obtener información que mejore la prestación de servicios de atención médica. Sin embargo, la magnitud de estos conjuntos de datos presenta grandes desafíos para el análisis y su aplicación práctica en entornos clínicos.

En esta capacitación en vivo, impartida por un instructor (a distancia), los participantes aprenderán a realizar análisis de big data en el ámbito de la salud mientras trabajan en una serie de ejercicios prácticos en laboratorios en vivo.

Al finalizar esta capacitación, los participantes serán capaces de:

• Instalar y configurar herramientas de análisis de big data, como Hadoop MapReduce y Spark.
• Comprender las características de los datos médicos.
• Aplicar técnicas de big data para manejar datos médicos.
• Estudiar sistemas y algoritmos de big data en el contexto de aplicaciones de salud.

Público objetivo

• Desarrolladores.
• Científicos de datos.

Formato del curso

• Parte de clase magistral, parte de discusión, ejercicios y práctica intensiva.

Nota

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar.

Cuando las tecnologías de almacenamiento tradicionales no pueden manejar la cantidad de datos que necesitas almacenar, existen cientos de alternativas. Este curso busca guiar a los participantes para que conozcan las opciones disponibles para almacenar y analizar Big Data, así como sus ventajas y desventajas.

Este curso se centra principalmente en la discusión y presentación de soluciones, aunque las prácticas guiadas están disponibles bajo demanda.

Este entrenamiento impartido por un instructor en vivo en Colombia (en línea o en sitio) está dirigido a profesionales de nivel principiante e intermedio que deseen utilizar conceptos de big data y bases de datos para comprender las plataformas de datos modernas y tomar mejores decisiones tecnológicas y empresariales.

Al finalizar este entrenamiento, los participantes serán capaces de: explicar los conceptos fundamentales de bases de datos y big data, comparar las principales opciones de plataformas de datos, describir cómo se almacenan y procesan los datos, e identificar casos de uso prácticos y necesidades de gobernanza.

Este entrenamiento presencial, impartido por un instructor en Colombia (en línea o en el sitio), está dirigido a administradores de bases de datos o desarrolladores que deseen utilizar Microsoft Azure Cosmos DB para desarrollar y gestionar aplicaciones altamente responsivas y de baja latencia.

Al finalizar este entrenamiento, los participantes estarán en capacidad de:

• Provisionar los recursos necesarios de Cosmos DB para comenzar a construir bases de datos y aplicaciones.
• Escalar el rendimiento y el almacenamiento de las aplicaciones aprovechando las APIs disponibles en Cosmos DB.
• Gestionar operaciones de bases de datos y reducir costos optimizando los recursos de Cosmos DB.

Apache Hadoop es el framework más popular para procesar Big Data en clústeres de servidores. En este curso de tres días (opcionalmente cuatro), los participantes aprenderán sobre los beneficios empresariales y los casos de uso de Hadoop y su ecosistema, cómo planificar el despliegue y el crecimiento del clúster, así como cómo instalar, mantener, monitorear, solucionar problemas y optimizar Hadoop. Además, practicarán la carga masiva de datos en el clúster, se familiarizarán con diversas distribuciones de Hadoop y ejercitarán la instalación y gestión de herramientas del ecosistema. El curso finalizará con un debate sobre la seguridad del clúster mediante Kerberos.

"…El material estaba muy bien preparado y cubría todos los temas de forma exhaustiva. El laboratorio fue muy útil y estaba muy bien organizado"
— Andrew Nguyen, Ingeniero Principal de Integración DW, Microsoft Online Advertising

Público objetivo

Administradores de Hadoop

Formato

Clases teóricas y laboratorios prácticos, con una distribución aproximada del 60% de teoría y el 40% de práctica.

Apache Hadoop es el framework más popular para procesar Big Data en clústeres de servidores. Este curso introducirá a un desarrollador a diversos componentes (HDFS, MapReduce, Pig, Hive y HBase) del ecosistema Hadoop.

Apache Hadoop es uno de los marcos de trabajo más populares para procesar Big Data en clústeres de servidores. Este curso profundiza en la gestión de datos en HDFS, así como en Pig, Hive y HBase avanzados. Estas técnicas de programación avanzada serán beneficiosas para desarrolladores de Hadoop con experiencia.

Público objetivo: desarrolladores

Duración: tres días

Formato: clases magistrales (50%) y laboratorios prácticos (50%).

Público objetivo:

Este curso tiene como objetivo desmitificar la tecnología de big data y Hadoop, demostrando que su comprensión no es difícil.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a administradores de sistemas que desean aprender a configurar, implementar y gestionar clústeres de Hadoop dentro de su organización.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar Apache Hadoop.
• Comprender los cuatro componentes principales del ecosistema de Hadoop: HDFS, MapReduce, YARN y Hadoop Common.
• Utilizar el Sistema de Archivos Distribuido de Hadoop (HDFS) para escalar un clúster a cientos o miles de nodos.
• Configurar HDFS para que funcione como motor de almacenamiento en implementaciones locales de Spark.
• Configurar Spark para acceder a soluciones de almacenamiento alternativas, como Amazon S3 y sistemas de bases de datos NoSQL como Redis, Elasticsearch, Couchbase, Aerospike, entre otros.
• Realizar tareas administrativas como el aprovisionamiento, gestión, monitoreo y seguridad de un clúster de Apache Hadoop.

Apache NiFi es una plataforma de código abierto para la integración de datos basada en flujos y el procesamiento de eventos. Permite el enrutamiento, la transformación y la mediación de datos en tiempo real entre sistemas dispares, automatizados, con una interfaz web y un control detallado.

Esta formación presencial o remota, impartida por un instructor, está dirigida a administradores e ingenieros de nivel intermedio que deseen desplegar, gestionar, asegurar y optimizar flujos de datos de NiFi en entornos de producción.

Al finalizar esta formación, los participantes podrán:

• Instalar, configurar y mantener clústeres de Apache NiFi.
• Diseñar y gestionar flujos de datos provenientes de diversas fuentes y destinos.
• Implementar lógica de automatización, enrutamiento y transformación de flujos.
• Optimizar el rendimiento, monitorear operaciones y solucionar problemas.

Formato del Curso

• Clases interactivas con discusión de arquitecturas del mundo real.
• Prácticas guiadas: construcción, despliegue y gestión de flujos.
• Ejercicios basados en escenarios en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.

En esta capacitación presencial impartida por un instructor en Colombia, los participantes aprenderán los fundamentos de la programación basada en flujos mientras desarrollan diversas extensiones, componentes y procesadores de demostración utilizando Apache NiFi.

Al finalizar esta capacitación, los participantes podrán:

• Comprender la arquitectura de NiFi y los conceptos de flujo de datos.
• Desarrollar extensiones utilizando NiFi y APIs de terceros.
• Desarrollar de forma personalizada su propio procesador de Apache NiFi.
• Ingresar y procesar datos en tiempo real provenientes de formatos de archivo y fuentes de datos diversos e inusuales.

Las bases de datos relacionales han sido la tecnología preferida para almacenar, recuperar y consultar datos. Estas permiten a los usuarios organizar la información mediante un conjunto estructurado y bien definido de patrones (modelo). Si bien este enfoque funciona bien para datos estandarizados y conocidos de antemano (piense en una aplicación de registro hospitalario que guarda expedientes de pacientes con un conjunto consistente de campos predefinidos: ID del paciente, nombre, apellido, fecha de la última visita, etc.), este modelo tiene limitaciones. Para organizaciones cuyo datos entrantes no están bien definidos (piense en un formulario de consulta en línea para una startup que aún está experimentando con diferentes campos para recopilar datos de visitantes, agregando o eliminando campos a medida que avanza para adaptarse a la naturaleza cambiante del negocio), cualquier definición establecida sobre cómo deben encajar los datos en una base de datos existente tendría que redefinirse regularmente. Esto requeriría recrear el modelo de datos (esquema) que dicta la estructura de la información y sus tipos de datos permitidos para soportar diferentes tipos de entradas, antes de que cualquier nuevo dato pueda guardarse en la base de datos.

Entonces, surgen las bases de datos NoSQL (Not Only SQL). Estas liberan a los usuarios de la necesidad de predefinir la estructura de los datos entrantes, permitiéndoles insertar y actualizar nueva información sobre la marcha. Las bases de datos NoSQL suelen ser más rápidas que las relacionales y pueden manejar grandes volúmenes de datos con facilidad. Además, escalan mejor gracias a su capacidad para particionar eficientemente los datos entre múltiples servidores (clúster) y equilibrar la carga de acceso a dicha información. Las bases de datos NoSQL se integran especialmente bien con aplicaciones que apoyan análisis en tiempo real, personalización de sitios web, Internet de las Cosas (IoT) y aplicaciones móviles.

En esta capacitación presencial guiada por un instructor, los participantes comprenderán la arquitectura, los principios de diseño y la funcionalidad de las bases de datos NoSQL más populares, mientras configuran, operan y evalúan varias de ellas en un entorno de laboratorio en vivo. El objetivo de este curso es permitir a los participantes evaluar con criterio, proponer e implementar una solución adecuada de base de datos NoSQL dentro de su organización.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Instalar y configurar diferentes tipos de bases de datos NoSQL, incluyendo MongoDB, Cassandra, Redis y Neo4j
• Comprender las ventajas y desventajas de las bases de datos NoSQL frente a las bases de datos relacionales
• Entender los formatos de datos subyacentes utilizados por las bases de datos NoSQL y cómo aprovecharlos al desarrollar aplicaciones modernas (escritorio, móviles, nube, IoT)
• Realizar operaciones de creación, inserción, actualización y eliminación en una base de datos NoSQL
• Configurar un entorno híbrido con una base de datos relacional y una NoSQL trabajando en conjunto
• Configurar un clúster de base de datos NoSQL para distribuir el procesamiento de conjuntos de datos muy grandes
• Comprender las implicaciones de seguridad derivadas del uso de bases de datos NoSQL
• Desplegar y escalar una base de datos NoSQL en un entorno de producción

Público objetivo

• Profesionales de bases de datos
• Arquitectos de datos
• Estrategas de datos
• Gerentes de proyecto
• Desarrolladores de aplicaciones que deseen integrar una solución flexible de base de datos en sus aplicaciones

Formato del curso

• Combinación de exposición teórica, discusión, ejercicios y práctica intensiva

Nota

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.

redis

nosql

Scylla es un almacén de datos NoSQL distribuido de código abierto. Es compatible con Apache Cassandra, pero ofrece un rendimiento significativamente mayor en cuanto a throughput y latencias más bajas.

En este curso, los participantes aprenderán sobre las características y la arquitectura de Scylla, mientras adquieren experiencia práctica en la configuración, administración, monitoreo y solución de problemas de Scylla.

Público objetivo

• Administradores de bases de datos
• Desarrolladores
• Ingenieros de sistemas

Formato del curso

• El curso es interactivo e incluye discusiones sobre los principios y enfoques para implementar y gestionar bases de datos y clústeres distribuidos de Scylla.
• El curso incluye un componente significativo de ejercicios prácticos y práctica.