Módulo 10. Procesamiento de datos escalable en el contexto Big Data: Machine Learning y Streaming

En este módulo, exploraremos el emocionante mundo del procesamiento de datos escalable en el contexto de aplicaciones Big Data, centrándonos en dos áreas clave: el Machine Learning y el Streaming. Aprenderás a utilizar tecnologías como SparkML, Spark Structured Streaming y Apache Flink para desarrollar aplicaciones escalables y aprovechar al máximo el potencial de los datos.

Información General:

• Número de Créditos Europeos (presencial/no presencial): 3.5 (1.8 / 1.7)
• Carácter: Obligatorio
• Unidad temporal: Cuatrimestre

Competencias:

• CG2. Capacidad de aplicar los conocimientos en la práctica
• CG5. Habilidad para el aprendizaje continuado, autodirigido y autónomo
• CE1. Capacidad para comprender y analizar qué es Big Data y las características que lo definen.
• CE2. Habilidad para modelar, diseñar e implementar aplicaciones capaces de explotar Big Data

Actividades formativas y su relación con las competencias que debe adquirir el estudiante:

• Lección magistral: 1, 3, 4
• Resolución de problemas: 1, 3, 4
• Estudio de casos: 4
• Elaboración de informes: 1, 2
• Estudio personal: 1, 2, 4

Sistemas de evaluación y calificación:

• Realización de trabajos/proyectos y cuestionarios a través del campus virtual

Breve descripción de los contenidos: En este módulo, te sumergirás en tecnologías de procesamiento de datos escalables en el contexto de aplicaciones Big Data, enfocándote en dos áreas clave: el Machine Learning y el Streaming. Durante la primera semana, exploraremos SparkML, el componente de Spark que ofrece algoritmos de Machine Learning, incluyendo clasificación y clustering. En la segunda semana, nos adentraremos en dos tecnologías adicionales: Spark Structured Streaming y Apache Flink. El objetivo principal del módulo es que adquieras y asimiles los fundamentos necesarios para desarrollar aplicaciones escalables utilizando estas poderosas herramientas.

Contenidos del módulo:

• Spark ML (créditos: 1.25)
• Spark Structured Streaming (créditos: 1)
• Apache Flink (créditos: 1.25)
• Total créditos: 3.5

Equipo docente:

• Antonio Jesús Nebro Urbaneja
• Cristóbal Barba González