Aprender los paradigmas Big, Open y Cloud data mediante conceptos teóricos fundamentales y prácticas con herramientas informáticas relacionadas.

Ante el incremento del volumen de la información, las organizaciones tratan de abordar el análisis de grandes volúmenes de datos desde muchos ángulos diferentes. Las herramientas de Big Data utilizan tecnologías actuales para mejorar la capacidad de procesamiento a través de altas prestaciones, bases de datos de información estructurada y no estructurada. Entre los objetivos de la asignatura se encuentran conocer las características del Big Data y sus aplicaciones.

El movimiento de datos abiertos ofrece beneficios significativos a la economía, la sociedad, promueve la democracia y la responsabilidad de los gobiernos públicos incentivando la transparencia, participación y colaboración de los ciudadanos. Existen normas, métricas, estándares, técnicas y plataformas de procesado para la implantación de datos abiertos de manera automatizable y reusable en el contexto de Big Data que se detallarán en este módulo.

Cloud Computing es un nuevo modelo de provisión de recursos como servicio, bajo demanda, y de forma elástica y dinámica a través de Internet. El objetivo de este módulo es conocer las posibilidades del Cloud Computing y el impacto potencial de su adopción en entornos de análisis y/o evaluación de datos. 

1. Introducción al Big Data

 A qué llamamos Big Data

 El ecosistema Big Data

 Inteligencia artificial y Big Data

 Big Data y su impacto en la sociedad actual: nuevas profesiones, retos y oportunidades

2. Casos de uso en Big Data

3. Ciclo de vida de un proyecto Big Data

 Identificación de las fuentes de datos, adquisición, limpieza, transformación e integración

 Almacenamiento: 

- Necesidad de un nuevo tipo de almacenamiento

- Tipos de bases de datos NoSQL: características, ventajas, cuándo utilizarlas

 Análisis y generación de conocimiento y valor:

- Tipos de análisis: características, ventajas, cuándo utilizarlos

- Modelos y algoritmos de aprendizaje automático

 Visualización

 El papel del científico de datos

 Ética aplicada a la gestión de datos masivos

- La importancia de la ética en los algoritmos de machine learning

- La ética del dato 

4. Open data 

 Qué es el movimiento Open Data

 La importancia de las bases de datos abiertas

 El valor de la reutilización de los datos 

 Métricas para medir el impacto de los datos abiertos

 Tecnologías para gestión de datos abiertos

5. Cloud Data 

 Este es no es un tema en sí mismo, es un tema transversal que se va explicando en los temas anteriores