Curso Gratuito Curso Superior en DevOps y Cloud Computing Aplicado a Big Data

Información gratuita

Nombre y apellidos

Email

Teléfono

Situación laboral

País

Provincia

Acepto la Política de Privacidad, el Aviso Legal y la Política de Cookies de cursosgratuitos.es

Curso 100% Bonificable si eres trabajador contratado en el régimen general y envías la documentación de matrícula (en el caso de ser estudiante, desempleado, autónomo, funcionario o jubilado puedes realizar este curso de forma parcialmente subvencionada)

Busca otros cursos gratuitos

Para qué te prepara:

Con este Curso Superior en DevOps y Cloud Computing aplicado a Big Data serás capaz de adecuar las necesidades empresariales conforme al tamaño del volumen de información que se genera. Mediante el estudio de proyectos de big data, diseñarás y desarrollarás la solución de cloud computing más óptima tanto en entornos Linux como Windows, estableciendo una estrategia de reducción de costes y escalabilidad en la organización.

A quién va dirigido:

El Curso Superior en DevOps y Cloud Computing aplicado a Big Data está enfocado para profesionales de áreas tecnológicas y con conocimientos en Big Data, que quieran orientar su carrera hacía la optimización del desarrollo y puesta en marcha de infraestructuras cloud en entornos de big data, permitiéndole adecuar las necesidades de las organizaciones en cada momento.

Titulación:

Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales “Enseñanza no oficial y no conducente a la obtención de un título con carácter oficial o certificado de profesionalidad.”

Objetivos:

- Conocer los principales modelos de nubes y sus diferencias- Diseñar y gestionar diferentes entornos cloud para big data en función de la demanda empresarial- Analizar y gestionar soluciones cloud computing en Linux y Windows- Valorar las necesidades de los proyectos de big data y adecuarlos al proyecto cloud- Aplicar las técnicas necesarias para mantener la seguridad de la información y los requisitos legales que conlleva.

Salidas Laborales:

Con este Curso Superior en DevOps y Cloud Computing aplicado a Big Data podrás crecer profesionalmente en entornos de Big Data, permitiéndote actuar como consultor y/o auditor  de infraestructuras cloud para proyectos Big Data, que permitirán a las organizaciones su crecimiento y expansión. Trabaja dentro de equipos multidisciplinares que optimicen las estrategias de desarrollo empresarial.

Resumen:

El crecimiento de los volúmenes de información manejados por las organizaciones, crea la necesidad de adecuar las infraestructuras de  la empresa a las demandas que conlleva un análisis y procesamiento óptimo de los datos. Crear una arquitectura en la nube acorde a las necesidades de un proyecto de Big Data permitirá la reducción de costes empresariales.Este curso te permite asimilar los objetivos y técnicas necesarias para el estudio y desarrollo de una arquitectura cloud en entornos de big data. Te capacitará para adoptar la mejor solución sin perder de vista la escalabilidad de los datos y la seguridad de la información que esta implantación conlleva.En INESEM podrás trabajar en un Entorno Personal de Aprendizaje donde el alumno es el protagonista, avalado por un amplio grupo de tutores especialistas en el sector. 

Metodología:

Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. Por último, es necesario notificar la finalización de la acción formativa desde la plataforma para comenzar la expedición del título.

Temario:

MÓDULO 1. BIG DATA INTRODUCTION

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FUENTES DE DATOS
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 3. OPEN DATA
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 7. BIG DATA Y MARKETING
  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management
UNIDAD DIDÁCTICA 8. DEL BIG DATA AL LINKED OPEN DATA
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
UNIDAD DIDÁCTICA 9. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras

MÓDULO 2. INTRODUCCIÓN A DEVOPS Y CLOUD COMPUTING

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A DEVOPS
  1. ¿Qué es DevOps?, ¿De dónde viene?
  2. Historia de DevOps
  3. ¿Cuáles son los desafíos que DevOps resuelve?
  4. ¿Cuál es el objetivo de DevOps?
  5. Continuidad en DevOps
  6. ¿Cuáles son las fases de la madurez de DevOps?
  7. ¿Cuáles son los valores de DevOps?
  8. ¿Qué herramientas se usan en DevOps?
UNIDAD DIDÁCTICA 2. ASPECTOS INTRODUCTORIOS DE CLOUD COMPUTING
  1. Orígenes del cloud computing
  2. Qué es cloud computing
  3. Características del cloud computing
  4. La nube y los negocios
  5. Modelos básicos en la nube
UNIDAD DIDÁCTICA 3. HARDWARE CLOUD
  1. Virtualización
  2. Categorías de virtualización
  3. Cloud storage
  4. Proveedores fiables de cloud storage
UNIDAD DIDÁCTICA 4. SERVICIOS CLOUD
  1. Servicios cloud para el usuario
  2. Escritorio virtual o VDI
  3. Servicio de centro de datos remoto

MÓDULO 3. TIPOS Y MODELOS DE NUBES

UNIDAD DIDÁCTICA 1. MODELOS DE NUBES
  1. Introducción
  2. IaaS
  3. PaaS
  4. SaaS
  5. Otros modelos comerciales
UNIDAD DIDÁCTICA 2. NUBES PRIVADAS
  1. Qué es una nube privada
  2. 2.Ventajas e inconvenientes del servicio de la nube privada
  3. La transición a la nube privada
  4. Alternativas para crear una nube privada
UNIDAD DIDÁCTICA 3. NUBES PÚBLICAS
  1. Qué es una nube pública
  2. 2.Ventajas e inconvenientes del servicio de nube pública
  3. Análisis DAFO de la nube pública
  4. Nubes públicas vs Nubes privadas
UNIDAD DIDÁCTICA 4. NUBES HÍBRIDAS Y VISIÓN ESTRATÉGICA
  1. Qué es una nube híbrida
  2. 2.Ventajas e inconvenientes de las nubes híbridas
  3. Aspectos clave en la implantación de una nube híbrida
  4. Evaluación de alternativas para el establecimiento de una nube híbrida

MÓDULO 4. HERRAMIENTAS DEVOPS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS HERRAMIENTAS DEVOPS
  1. ¿Para qué sirven las herramientas DevOps?
  2. Principales herramientas DevOps
UNIDAD DIDÁCTICA 2. JENKINS
  1. ¿Qué es Jenkins?
  2. Instalación Jenkins
  3. Integración Jenkins con GitHub
  4. Roles en Jenkins: Crear usuarios y administrar permisos
  5. Crear compilaciones con un proyecto de estilo libre (Jenkins Freestyle)
  6. Tuberías (Pipelines) en Jenkins
UNIDAD DIDÁCTICA 3. DOCKER
  1. ¿Qué es Docker?
  2. Arquitectura Docker
  3. Instalación Docker
  4. Uso de Docker
UNIDAD DIDÁCTICA 4. PUPPET
  1. ¿Qué es Puppet?
  2. ¿Cómo funciona Puppet?
  3. Bloques Puppet
  4. Instalar Agente Puppet en Windows
  5. Uso de Puppet
UNIDAD DIDÁCTICA 5. VAGRANT
  1. ¿Qué es Vagrant?
  2. Instalación Vagrant
  3. Uso de Vagrant
UNIDAD DIDÁCTICA 6. SNORT
  1. ¿Qué es Snort?
  2. Reglas Snort
  3. Instalación Snort y configuración de reglas
  4. Instalar un servidor Syslog
UNIDAD DIDÁCTICA 7. ELASTICBOX
  1. ¿Qué es ElasticBox?
  2. Instalar Kubernetes desde Docker
  3. Kubectl y comandos útiles
  4. Contexto Docker y Kubernetes
  5. Dashboard de Kubernetes
  6. Despliegue de aplicaciones