Fundamentos de Big Data y Ciencia de Datos

En este curso, los estudiantes comprenderán los pilares del Big Data, incluyendo volumen, velocidad, variedad, veracidad y valor, así como los tipos de datos estructurados, semiestructurados y no estructurados. Se cubren las arquitecturas de almacenamiento como los Data Lakes y los Data Warehouses, junto con tecnologías de procesamiento distribuido y en memoria como Hadoop y Spark, complementadas por el Cloud Computing para la escalabilidad y eficiencia.

El módulo también explora el papel de la Ciencia de Datos, detallando el flujo de trabajo analítico desde la definición de objetivos, la recolección, almacenamiento y limpieza de datos hasta la visualización, destacando el uso de Machine Learning (supervisado, no supervisado, por refuerzo y Deep Learning) para extraer patrones y generar pronósticos estratégicos. La comunicación de resultados se enfatiza a través del Data Storytelling, dashboards interactivos y gráficos claros, haciendo el análisis accesible y accionable para la toma de decisiones.

Finalmente, los estudiantes estudiarán aplicaciones prácticas en empresas como Amazon, Netflix y Uber, así como en sectores como salud, finanzas y agricultura, abarcando la ética, la privacidad, el combate al sesgo algorítmico y el cumplimiento de la LGPD y GDPR. El módulo refuerza que los datos solo se convierten en valor real cuando se analizan, interpretan y comunican de manera responsable, con atención a la innovación y las tendencias emergentes como la IA Generativa y AutoML.