Data Science y Big Data

En esta área de especialización se incluye:

La ingeniería de datos:

• Arquitecturas Big Data: Ecosistema ent-to-end (ingesta, almacenamiento, servicios), Data Lakes, Cloud
• Repositorios no-relacionales (NOSQL): key values (escalabilidad), document stores (flexibilidad), graph databases (topologías), streaming (tiempo real)
• Operacionalización de la gobernanza de datos: generación, mantenimiento i procesamiento de metadatos, gestión masiva de datos, seguridad de datos, monitorización (estáticas i en tiempo real)

El análisis de datos:

• Dashboarding y visualización de datos
• Modelos predictivos y de clasificación
• Procesado del lenguaje natural (NLP)
• Visión para Computador (CV)
• Inteligencia artificial avanzada (Deep Learning) en distintos ámbitos

Integración de los dos aspectos en proyectos Data Science / Big Data

Servicios:

• Arquitecturas Big Data para la explotación de información (lambda, kappa…) y frameworks de procesado masivo de datos: Spark, Flink, Beam…
  • Arquitectura propia de referencia: Bolster
• Data Lakes a medida a diferentes proveedores de Cloud (Google, Amazon i Azure)
• Procesos de gobernanza de datos semi-automáticos, catálogos de datos, pre-procesamiento y preparación de datos
• Repositorios NOSQL especializados: MongoDB, Neo4j, Cassandra, HDFS+Hbase+Spark (y el resto del ecosistema Hadoop), ...
• Modelos de aprendizaje automático (reglas de asociación, métodos lineales supervisados, redes neuronales, máquinas de vector soporte, árboles de decisión/bosques aleatorizados, clustering…)
  • Clasificación y regresión
  • Algoritmos de predicción
• Modelos de aprendizaje automático específicos
  • Procesado de lenguaje Natural (NLP): Sentimiento análisis, detección temas emergentes…
  • Procesado de series temporales
  • Procesado de imágenes / visión por computador (CV)
• Software y entornos para el desarrollo de modelos: Mllib, TensorFlow, Pytorch, Keras, scikit-learn, notebooks (Zeppelin, Jupyter) …
• Cálculo de indicadores (KPIs), cuadros de comando y visualización de datos. Uso de herramientas de Business Intelligence para la representación gráfica de análisis descriptivo
• Construcción de analítica en tiempo real (complex-event processing, streaming analytics)