Este programa, de 4 cursos más un proyecto final, está pensado como una entrada al mundo de los datos masivos y su tratamiento. El primer curso tiene como objetivo mostrar al estudiante el impacto del Big Data en la sociedad actual, tanto en el mundo de los negocios como en el de la política y administraciones públicas, los medios de comunicación, y/o la investigación científica.
A lo largo de los cursos 2, 3 y 4 se estudian la identificación, captura, pre-procesamiento, análisis y visualización de datos, desde un punto de vista “usuario”, y con una orientación práctica. Finalmente, el Capstone Project permite al estudiante utilizar en conjunto las herramientas y conceptos vistos en los cursos precedentes en un campo donde el concepto “Big Data” es innegable: el estudio de las galaxias.
Al finalizar los cursos de esta especialización el estudiante será capaz de:
1. Entender el impacto del tratamiento de datos masivos en la sociedad actual
2. Entender y explicar la procedencia y características de los datos masivos.
3. Adquirir, preparar, almacenar, analizar, visualizar y manejar grandes conjuntos de datos
4. Extraer información de los datos
5. Trabajar dentro del ecosistema Hadoop
6. Contestar a una pregunta bien formulada en función de la información disponible (capstone project)
Contamos con un conjunto maravilloso de profesores, con una gran experiencia en el tema, provenientes tanto de la universidad como de la empresa.
专项课程 的运作方式
加入课程
Coursera 专项课程是帮助您掌握一门技能的一系列课程。若要开始学习，请直接注册专项课程，或预览专项课程并选择您要首先开始学习的课程。当您订阅专项课程的部分课程时，您将自动订阅整个专项课程。您可以只完成一门课程，您可以随时暂停学习或结束订阅。访问您的学生面板，跟踪您的课程注册情况和进度。
实践项目
每个专项课程都包括实践项目。您需要成功完成这个（些）项目才能完成专项课程并获得证书。如果专项课程中包括单独的实践项目课程，则需要在开始之前完成其他所有课程。
获得证书
在结束每门课程并完成实践项目之后，您会获得一个证书，您可以向您的潜在雇主展示该证书并在您的职业社交网络中分享。
此专项课程包含 5 门课程
课程1
Big Data: el impacto de los datos masivos en la sociedad actual
4.6
110 个评分
La digitalización, la informática e Internet han producido lo que se puede denominar una revolución en la acumulación y utilización de datos. Podemos almacenar y conservar más datos que nunca antes en la historia. Podemos estudiarlos y analizarlos para tomar decisiones y mejorar procesos. Esta nueva capacidad tiene un enorme impacto en todos los ámbitos de la vida social.
A lo largo de este curso:
• Conoceremos qué es el Big Data y cuáles son sus características fundamentales
• Exploraremos el crecimiento continuo de datos, analizaremos el impacto potencial en muchos campos de la actividad humana y nos preguntaremos por los retos y desafíos que suponen en todos los órdenes de la vida social.
• Conoceremos las características de cada una de las fases del procesamiento Big Data, adquiriendo un lenguaje adecuado para la descripción de los procesos. Dispondremos así de una visión de conjunto sobre sistema de tratamiento de grandes datos en la actualidad.
• Conoceremos las principales áreas de aplicación de los datos masivos. Qué tipos de transformaciones están imponiendo en la organización del trabajo y en la gestión. Qué desafíos imponen en la gobernanza, la economía y el trabajo. Qué mejoras introducen y qué riesgos representan.
• Estudiaremos las principales tecnologías e infraestructuras para el almacenamiento y procesado de grandes volúmenes de datos.
课程2
Big Data: adquisición y almacenamiento de datos
4.5
16 个评分
¿Estás interesado en tener un conocimiento más detallado sobre las herramientas y aplicaciones Big Data?
En este curso aprenderás los principios para comprender la terminología, conceptos básicos y herramientas más importantes para resolver problemas de análisis de datos enfocándonos en los problemas y las aplicaciones. El objetivo es proporcionar una visión de sistema para entender los retos más importantes que nos encontramos cuando trabajamos en entornos con grandes volúmenes de datos.
En el curso se plantea una introducción a diversas herramientas utilizadas de forma común en la comunidad como Hadoop, Spark o Hive y tendrás que resolver diferentes retos de análisis de datos mediante su uso.
Al terminar el curso habrás adquirido conocimientos sobre el ecosistema de herramientas Big Data incluyendo ejemplos de uso con problemas industriales y científicos. Tendrás una serie de recursos sobre cómo un análisis a realizar se traduce en una serie de operaciones de recolección de datos, monitorización, almacenamiento, análisis y creación de informes sobre los resultados obtenidos. También adquirirás un criterio para elegir cuál es la herramienta más adecuada para resolver un cierto problema de análisis de datos a partir de los requerimientos de uso de las herramientas.
El curso está orientado tanto a estudiantes universitarios de primeros cursos de estudios universitarios relacionados con la informática, la ingeniería o las matemáticas, como a otros estudiantes con conocimientos de programación, interesados en aprender cómo utilizar de análisis de datos con herramientas de código abierto. Para realizar los ejercicios es necesario utilizar una máquina virtual que deberá ser instalada en tu ordenador.
课程3
Big Data: procesamiento y análisis
4.3
9 个评分
El presente curso tiene como objetivo presentar los métodos y técnicas básicos para el procesamiento y análisis de datos en el contexto de Big Data. No prentende ser un curso exhaustivo sobre Machine Learning ni sobre métodos Estadísticos, simplemente se pretenden mostrar las características principales de estas técnicas para que el alumno pueda tener una visión general de las opciones que ofrece el análisis de datos para poder explorar, confirmar indicios y en definitiva, extraer conclusiones.
El curso está dirigido a estudiantes y profesionales que deseen aproximarse al procesamiento y análisis de datos en Big Data. Aunque no es un requisito indispensable tener experiencia en análisis de datos o en entornos Big Data, el curso puede resultar especialmente interesante a estudiantes con ciertos conocimientos de análisis de datos que deseen introducirse en el entorno Big Data, por otro lado, también resultará interesante a aquellos estudiantes con cierta experiencia en entornos Big Data que deseen adquirir una mayor visión analítica.
En este sentido el curso pretende ofrecer recursos realistas en el contexto Big Data y por este motivo se trabajará des de una máquina virtual con la aplicación Jupyter como enlace para desarrollar los modelos y técnicas con PySpark.
El curso está dividido en 4 módulos más o menos independientes aunque se recomienda realizarlos de forma secuencial.
En el Módulo 1 se presentan los diferentes problemas y técnicas más habitules para analizar datos desde una perspectiva general. También se introduce el caso de estudio y las herramientas de trabajo que se emplearán. El resto de módulo está dedicado a la tarea de Exploración y Pre-Proceso de los datos, incluyendo consultas, tareas de gestión, resúmenes numéricos y gráficos. Los siguientes módulos se focalizan en las técnicas de análisis.
El Módulo 2 se centra en técnicas de modelización básicas, en particular regresión y regresión logística. Además de repasar las etapas de calibración del modelo, también se incluyen las etapas de validación y simplificación.
El módulo 3 está plenamente dedicado a la técnica de Árboles de Regresión y Clasificación. También se incluyen los bosques aleatorios.
El módulo final contiene la técnica de Redes Neuronales para clasificación y también una introducción a las técnicas No Supervisadas, en particular, reducción de dimensión a través del análisis de componentes principales y la clasificación automática a través del análisis de clústers.
课程4
Big Data: visualización de datos
“Visualización de datos” es el cuarto curso de la especialización “Biga Data- Uso práctico de datos masivos. Organizado en cuatro semanas, tiene por objetivo motivar e introducir los conceptos clave de la visualización de datos así como mostrar ejemplos en diferentes contextos. Además, se proporcionan criterios para formular el problema y elegir las herramientas más adecuadas para obtener una correcta visualización. Este debe ser un curso introductorio, motivador e inspirador para la narración de historias a través de la visualización de sus datos.
Los cuatro módulos en los que se estructura el curso son los siguientes:
MÓDULO 1: Contexto para la visualización de datos hoy
MÓDULO 2: Herramientas de análisis y visualización de datos
MÓDULO 3: El proceso de creación de una visualización de datos
MÓDULO 4: Otros aspectos de la visualización de datos
讲师
Quelic Berga Carreras
ProfesorUOC
Jorge Carretero
Profesor Cosmology Projects Scientist and Data Support
Llorenç Badiella
Director Servei d'Estadística Aplicada UABUniversitat Autònoma de Barcelona
Isabel Serra
DoctoraCentre de Recerca Matemàtica
Tomás Margalef
CatedráticoDept. de Arquitectura de Computadores y Sistemas Operativos
Santiago González
Director de Tecnologías y de InnovaciónSynergic Partners
Josep Curto Díaz
ProfesorUOC
Nadia Tonello
ProfesoraCosmology Projects Scientist and Data Support
Andrés Cencerrado
ProfesorÁrea de Arquitectura y de Tecnología de Computadores
Antonio Espinosa
Profesor Agregado InterinoDepartamento de Arquitectura de Computadores y Sistemas Operativos
Julià Minguillón Alfonso
ProfesorUOC
Ignasi Alcalde
ProfesorUOC
Carme Artigas Brugal
Co-Founder & CEOSynergic Partners
Francesc Torradeflot
ProfesorAstrophysics and Cosmology Software Engineer
Antonio Pita
Director de Operaciones y SolucionesSynergic Partners
Pau Tallada
ProfesorAstrophysics and Cosmology Software Engineer
Teresa Sancho Vinuesa
ProfesoraUOC
关于 巴塞罗那自治大学
The Universitat Autònoma de Barcelona (UAB) is a public university located in the metropolitan area of Barcelona. International in its outlook, it is fully consolidated within its local surroundings, and offers quality education in close association with research activity, the transfer of scientific, technological, cultural and educational knowledge, the promotion of its human potential and the responsible management of available resources.
The UAB currently offers 81 degrees, 130 official Master Programmes and 183 UAB-specific Masters Degrees. In addition, it offers 174 lifelong learning programmes and 65 PhD Programmes, 27 of which have been distinguished through Quality Awards. The UAB has a total of over 3,500 teaching and research staff, over 2,000 administrative staff and over 40,000 students.
常见问题
退款政策是如何规定的？
我可以只注册一门课程吗？
可以！点击您感兴趣的课程卡开始注册即可。注册并完成课程后，您可以获得可共享的证书，或者您也可以旁听该课程免费查看课程资料。如果您订阅的课程是某专项课程的一部分，系统会自动为您订阅完整的专项课程。访问您的学生面板，跟踪您的进度。
有助学金吗？
我可以免费学习课程吗？
此课程是 100% 在线学习吗？是否需要现场参加课程？
此课程完全在线学习，无需到教室现场上课。您可以通过网络或移动设备随时随地访问课程视频、阅读材料和作业。
完成专项课程后我会获得大学学分吗？
此专项课程不提供大学学分，但部分大学可能会选择接受专项课程证书作为学分。查看您的合作院校了解详情。
¿Cuánto tiempo supone completar el Programa Especializado en 'Big Data – Introducción al uso práctico de datos masivos'?
El tiempo dependerá de tu propio ritmo, pero la mayoría de alumnos pueden completarla en 5 meses.
¿Qué conocimientos previos necesito?
En el diseño del Programa Especializado hemos intentado minimizar los conocimientos previos necesarios, aun cundo se recomienda disponer de conocimientos básicos de informática.
Sí que creemos fundamental la motivación por la temática. Los distintos cursos van dirigidos a personas, con o sin formación universitaria pero muy interesados y motivados en conocer lo que hay detrás del análisis de datos, y en particular de los datos masivos.
¿Debo seguir un orden específico?
Aun cuando no es imprescindible que sigas un orden específico, para un mayor aprovechamiento del Programa especializado te recomendamos que sigas el orden propuesto. Por otra parte, puedes tomar cursos individuales si estás interesado en una temática específica.
¿Tendré créditos de la Universidad por completar el Programa Especializado?
Completar el curso no da derecho a créditos de la Universidad, aun cuando puede haber Universidades que acepten los certificados del Programa Especializado como créditos convalidables. Debes validarlo en cualquier caso con tu institución.
¿Qué podré hacer tras completar el Programa Especializado ?
Tal y como figura en la descripción del curso, si finalizas el programa serás capaz de :
1. Entender el impacto del tratamiento de datos masivos en la sociedad actual
2. Entender y explicar la procedencia y características de los datos masivos.
3. Adquirir, preparar, almacenar, analizar, visualizar y manejar grandes conjuntos de datos
4. Extraer información de los datos
5. Trabajar dentro del ecosistema Hadoop
6. Poder contestar preguntas en base al análisis de datos
¿Necesito saber programar para cursar el Programa Especializado?
No, aunque se recomienda tener algunos conocimientos básicos para un mejor aprovechamiento de los cursos y del Programa Especializado.
还有其他问题吗？请访问 学生帮助中心。
