260€
Seguridad y confianza en tus pagos online.Presentación
La cantidad de datos generados a diario es astronómica, y su aprovechamiento se ha vuelto vital para la toma de decisiones informadas. Google BigQuery surge como una solución muy potente en este contexto, permitiendo el almacenamiento y análisis escalable de grandes volúmenes de datos en la nube.
La importancia de este Curso de Análisis Big Data con Google BigQuery radica en su capacidad para procesar datos de manera eficiente, sin necesidad de preocuparse por la infraestructura subyacente, lo que reduce significativamente los costos y el tiempo de procesamiento.
BigQuery se destaca por su integración fluida con otras herramientas y servicios de Google Cloud Platform, lo que facilita la construcción de soluciones completas de análisis de datos, desde la ingesta hasta la visualización.
Universidades colaboradoras
Para qué te prepara
Este Curso de Análisis Big Data con Google BigQuery te prepara para enfrentar desafíos de análisis de datos en entornos empresariales y de investigación utilizando Google BigQuery. Desarrollarás habilidades sólidas en SQL, Machine Learning, análisis de series temporales, texto y geoespacial, siendo capaz de abordar problemas complejos, ejecutar consultas SQL complejas en segundos o minutos y extraer insights significativos.
Objetivos
- Dominar SQL para consultas complejas en BigQuery.
- Aplicar técnicas avanzadas de análisis de datos con BigQuery ML.
- Realizar pronósticos y detección de anomalías en series temporales.
- Analizar sentimientos y extraer información clave de texto con BigQuery ML.
- Utilizar BigQuery Geospatial para análisis y visualización de datos geoespaciales.
- Crear visualizaciones interactivas con herramientas BI y Data Studio.
- Desarrollar habilidades para limpiar, normalizar y segmentar conjuntos de datos en BigQuery.
A quién va dirigido
Este Curso de Análisis Big Data con Google BigQuery está diseñado para analistas de datos, científicos/as de datos y profesionales interesados en utilizar BigQuery para análisis avanzado y visualización de datos en la nube. No se requiere experiencia previa en BigQuery, pero es útil tener conocimientos básicos de bases de datos y SQL.
Salidas Profesionales
Al completar este Curso de Análisis Big Data con Google BigQuery, estarás calificado/a para roles en el análisis de datos, ciencia de datos, ingeniería de datos o consultoría en empresas de diversos sectores, incluyendo tecnología, finanzas, salud o marketing. Podrás realizar análisis profundos y generar valor a partir de grandes conjuntos de datos en la nube.
Temario
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
- ¿Qué es Big Data?
- La era de las grandes cantidades de información: historia del big data
- La importancia de almacenar y extraer información
- Big Data enfocado a los negocios
- Open data
- Información pública
- IoT (Internet of Things–Internet de las cosas)
UNIDAD DIDÁCTICA 2. BASES DE DATOS: FUNDAMENTOS Y TIPOS
- Conceptos básicos de las bases de datos
- Ventajas de utilizar bases de datos en aplicaciones
- Breve historia de los Sistemas de Gestión de Bases de Datos (SGBD)
- Tipos de bases de datos: SQL y NoSQL
UNIDAD DIDÁCTICA 3. FUNDAMENTOS DE SQL
- Introducción al lenguaje SQL
- Creación de bases de datos y tablas
- Inserción y consulta de datos
- Modificación y eliminación de datos
- Consultas avanzadas: operaciones JOIN
- Funciones de agregación y agrupación de datos
UNIDAD DIDÁCTICA 4. CONSULTAS Y SUBCONSULTAS EN SQL
- Consultas básicas: SELECT, FROM y WHERE
- Ordenamiento de resultados: cláusula ORDER BY
- Filtrado de datos: cláusulas LIKE e IN
- Uso de subconsultas en SQL
- Operadores lógicos y combinación de condiciones
- Optimización de consultas
UNIDAD DIDÁCTICA 5. GOOGLE BIGQUERY: ALMACENAMIENTO Y ANÁLISIS EN LA NUBE
- ¿Qué es Google BigQuery?
- Ventajas y beneficios de Google BigQuery
- Arquitectura y funcionamiento de Google BigQuery
- Creación de proyectos y conjuntos de datos en BigQuery
UNIDAD DIDÁCTICA 6. TÉCNICAS AVANZADAS DE CONSULTA EN BIGQUERY
- Consultas SQL con subconsultas y agregaciones
- Ventanas y funciones de análisis de ventanas
- Uniones de tablas y conjuntos de datos
- Funciones personalizadas y User-Defined Functions (UDFs)
UNIDAD DIDÁCTICA 7. PREPARACIÓN Y LIMPIEZA DE DATOS EN BIGQUERY
- Detección y tratamiento de valores atípicos y errores
- Técnicas de normalización y transformación de datos
- Muestreo y segmentación de conjuntos de datos
UNIDAD DIDÁCTICA 8. ANÁLISIS DESCRIPTIVO Y VISUALIZACIÓN DE DATOS
- Medidas de tendencia central y dispersión
- Distribuciones de frecuencia y representaciones gráficas
- Análisis de correlación y relación entre variables
- Visualizaciones interactivas con Data Studio y herramientas BI
UNIDAD DIDÁCTICA 9. MACHINE LEARNING EN BIGQUERY: BIGQUERY ML
- Conceptos básicos de machine learning
- Tipos de algoritmos de machine learning: supervisado, no supervisado y aprendizaje por refuerzo
- Evaluación del rendimiento de modelos ML
- Regresión lineal y logística para pronósticos y clasificación
- Árboles de decisión y conjuntos aleatorios (Random Forests)
- K-Nearest Neighbors (KNN) y algoritmos basados en distancia
- Validación cruzada y selección de modelos
UNIDAD DIDÁCTICA 10. ANÁLISIS DE SERIES TEMPORALES CON BIGQUERY
- Preprocesamiento y análisis de datos de series temporales
- Pronósticos y modelado de tendencias con ARIMA y Prophet
- Detección de anomalías y eventos en series temporales
UNIDAD DIDÁCTICA 11. ANÁLISIS DE TEXTO Y SENTIMIENTO CON BIGQUERY ML
- Preprocesamiento y limpieza de datos de texto
- Análisis de sentimiento y opinión con técnicas de NLP
- Extracción de información y temas clave en documentos
UNIDAD DIDÁCTICA 12. ANÁLISIS GEOESPACIAL CON BIGQUERY
- Introducción a datos geoespaciales y georreferenciación
- Análisis de datos geoespaciales con BigQuery Geospatial
- Visualización de datos geoespaciales en mapas y cuadros de mando
Titulación
Claustro
Solicitar información