(IFCT159) Introducción al Big Data e inteligencia artificial

❑ Objetivo General
• Conocer las principales características del procesamiento masivo de
datos en su relación con aplicaciones y algoritmos de Inteligencia
Artificial, así como facilitar una aproximación a la planificación y
desarrollo de programas de inteligencia artificial y Big Data en el
entorno empresarial.
❑ Objetivos Específicos
• Comprender la evolución de la inteligencia empresarial tradicional
hacia el Big Data, analizando casos prácticos como navegación web,
geolocalización y audiencias de televisión.
• Identificar las aplicaciones empresariales clave del Big Data y su
impacto en sectores como la salud, el comercio y las
telecomunicaciones.
• Explorar el funcionamiento y la utilidad de herramientas
tecnológicas esenciales como Hadoop, HDFS y MapReduce para el
tratamiento masivo de datos.
• Analizar las características fundamentales del Big Data, incluyendo
volumetría, velocidad, variedad, veracidad y valor del dato,
mediante ejemplos prácticos.
• Evaluar los beneficios y desafíos de los procesos en tiempo real y
del cloud computing como habilitadores claves del Big Data en la
toma de decisiones estratégicas.
• Comprender los fundamentos de la arquitectura Big Data,
incluyendo el ecosistema Hadoop y sus componentes principales.
• Identificar los lenguajes de programación más utilizados en el
análisis y procesamiento de datos masivos, así como sus
aplicaciones específicas.
• Explorar las herramientas clave de procesos ETL y sistemas de
datos en tiempo real para asegurar una gestión eficiente de la
información.
• Reconocer la importancia de la seguridad y el gobierno del dato
como pilares fundamentales para la integridad y el uso responsable
de la información.
• Comprender los conceptos básicos de la Ciencia de Datos y la
Inteligencia Artificial, incluyendo su relación con el Big Data.
• Identificar y utilizar los lenguajes de programación más relevantes,
como R y Python, con un enfoque en sus aplicaciones en IA y
Ciencia de Datos.

• Analizar y aplicar algoritmos supervisados y no supervisados en
escenarios prácticos, considerando sus beneficios y limitaciones.
• Explorar herramientas y técnicas para el procesamiento de
información no estructurada y la visualización de datos,
desarrollando habilidades para interpretar resultados de forma
efectiva.
• Comprender el impacto del Big Data en las instituciones públicas y
su relación con el concepto de OpenData.
• Analizar la aplicabilidad del Big Data en el ámbito empresarial para
mejorar la eficiencia operativa y la toma de decisiones estratégicas.
• Explorar el uso del Big Data en proyectos con impacto social, dentro
de la iniciativa “Data for Good”.
• Identificar las tendencias futuras del Big Data, incluyendo la
automatización, la personalización y los desafíos éticos y legales
asociados.