Programa formativo practico en Big Data Industrial ITCL

Implantación de Big Data en la industria

¿Por qué Big Data industrial?

 

La digitalización de los sistemas, la incorporación del internet de las cosas industrial (IioT), la gestión del conocimiento a partir de los datos, el control de proceso y del coste energético, en las plantas industriales, han provocado un crecimiento exponencial de los datos disponibles.  La interpretación y aprovechamiento de este enorme volumen de datos puede aportar valor en todas las áreas de una industria.

El Big Data es un conjunto de tecnologías, arquitecturas, supervisores, bases de datos y aplicaciones de analítica, que forman un todo y constituyen así una nueva herramienta que permite buscar soluciones de manera eficiente sobre grandes cantidades de datos.

La clave está en el análisis, en la búsqueda y en la determinación de encontrar lo que no puede verse a simple vista, en incorporar el conocimiento de los algoritmos para detectar, predecir, discriminar y poder tomar decisiones sobre cada problema a resolver.

 

Seleccione la opción de Inscripción o más informacion

Debe aceptar la política de privacidad

Generando conocimiento de alto valor para cada proceso industrial a través del BigData

 

El Big Data sirve de soporte a la toma de decisiones de manera eficiente y rápida, siempre y cuando sepamos plantear las preguntas correctas. Una realidad que será posible si contamos con el talento/conocimiento necesario o con la capacidad de recursos que puedan saber qué buscar y cómo hacerlo.  En este contexto, disponer de personas conocedoras de los procesos y con capacidad de análisis en el uso de herramientas que usan algoritmos de Inteligencia Artificial o estadística compleja, supone una oportunidad para extraer un conocimiento valioso para la empresa.

Talento 4.0 multidisciplinar sobre la base del Big Data

 

Hoy la demanda de capacitación en analítica de datos sobre el paradigma Big Data es alta, y es una competencia muy valorada por las empresas industriales, y pasa por extender la formación a mandos de funciones no propias de IT-TICs, a personas conocedoras de los procesos, de qué buscar y cómo hacerlo.  Además otros perfiles más adaptados a arquitecturas IT, pueden incorporar nuevas competencias para desarrollar y mantener arquitecturas Big Data en sus organizaciones y conocer las herramientas de análisis, que posteriormente podrán usar otros profesionales en la empresa.

Equipos multidisciplinares, aglutinando diferentes perfiles y conocimientos alrededor del paradigma Big Data,  permitirán a las empresas ser dueñas de su conocimiento y tomar decisiones, no en base a la experiencia, sino a la realidad de su actividad y la demanda del negocio.

Esta es la oportunidad que desde ITCL Centro Tecnológico planteamos con este Programa de Capacitación: formar a personas de los distintos departamentos dentro de un proyecto multidisciplinar para el análisis de datos bajo el paradigma del Big Data.

Lugar

Sede ITCL. Burgos y/Via streaming

Horario

Viernes tarde. 16:00-20:00 h

Precio

Curso bonificable a través de FUNDAE

Hasta 20% descuento*

Programa presencial y/o streaming

Nos adaptamos a ti

En ITCL hemos diseñado un programa flexible de formación en Big Data industrial adaptado a ti, sostenible, y pensando en la conciliación de tu vida laboral y familiar, a través de tres seminarios independientes y complementarios, que pueden cursarse en sesiones de 4 horas los viernes, de forma presencial y/o vía streaming.

I - Big Data, análisis y visualización de datos

Duración: 36 horas

Fechas: 27/03/2020-12/06/2020

Precio: 936 € presencial

312 € streaming

Resumen contenidos

  • Estrategia de digitalización
  • Definición de sistemas Big Data
  • Análisis sobre datos. Evaluación de los resultados analíticos
  • Visualización de la información, indicadores KPIs a partir de herramientas estándar 

II - Big Data, análisis avanzado de datos

Duración: 56 horas 

Fechas: 24/09/2020-18/12/2020

Precio: 1.456 € presencial

485 € streaming

Resumen contenidos

  • Análisis complejos de datos
  • Desarrollar sus propios códigos o algoritmos a partir del uso de librerías existentes en Phyton o R
  • Desarrollo de cuadros de mando y visualización de datos 

III - Desarrollo e implementación de arquitecturas Big Data

Duración: 56 horas

Fechas: 15/01/2021-16/04/2021

Precio: 1.456 € presencial

485 € streaming

Resumen contenidos

  • Diseño y el desarrollo de arquitecturas Big Data
  • Integración de datos IoT y de planta
  • Cifrado de la información, el uso de certificados
  • Virtualización de sistemas

Objetivos del Programa Superior de Implantación de Big Data en la industria

 

  • Identificar cómo las aplicaciones y los servicios de una arquitectura Big Data aportan valor a tu proceso industrial.
  • Desarrollar planes y estrategias de toma de decisiones en la dirección del negocio.
  • Desarrollar proyectos de digitalización industrial integrando nuevas arquitecturas de datos industriales.
  • Analizar datos existentes mediante el uso de algoritmos estándar de Machine learning e inteligencia artificial.
  • Visibilización de datos y definición de índices mediante herramientas de visualización.
  • Aprender nuevas formas de analizar y visualizar datos y desarrollar algoritmos para ello.
  • Conocer y utilizar librerías de inteligencia artificial para resolver problemas: predicción, clasificación, selección de características, patrones, etc.; sobre datos y series dinámicas de éstos.
  • Crear e implantar arquitecturas Big Data a tu modelo de negocio.

¿A quién está dirigido?

Los seminarios están dirigidos a profesionales-técnicos con diferentes perfiles y competencias en empresas industriales que necesiten desde una introducción a las posibilidades de la tecnología Big Data en un entorno industrial y adquirir los conocimientos necesarios para la toma de decisiones respecto a proyectos de implantación de Big Data en plantas industriales (seminario 1), a desarrollar competencias en análisis avanzado de datos (seminario 2), o de arquitecturas (seminario 3):

 

  • TICs: informáticos, o ingenierías afines, profesionales que desarrollan su actividad en el desarrollo de software o en la administración de sistemas de información.
  • Ingenierías: técnicos con una base en estadística y matemáticas, que necesitan ampliar sus competencias con las técnicas de adquisición de datos,  almacenamiento y gestión de datos, así como adquirir competencias analíticas.
  • Economía-organización: profesionales de diferentes áreas de empresa y economía que quieren especializarse en la analítica del negocio, a partir de un conocimiento de las herramientas y tecnologías propias del Big Data.

Profesorado

Javier Sedano

Director I+D de ITCL Centro Tecnológico. Investigador Principal Grupo de Investigación y Electrónica aplicada e Inteligencia Artificial. Desde hace más de diez años dirige proyectos de implantación de sistemas Big Data en empresas industriales (auxiliar de automoción, agroindustria,  y de bienes de equipo). Ha participado y dirigido más de 40 proyectos de soluciones en Inteligencia artificial y algoritmos inteligentes para la resolución de problemas (industria, salud)

Mónica Grossoni

Licenciada en Psicologia y Dirección de Recursos Humanos. CEO Startup Trainign (Escuela de negocios innovadores, especializados en la nueva economía de empresas digitales IoT, Big Data). Experta en desarrollo directivo, liderazgo,  implantación de estrategia de la innovación, bussines skills. Desarrollo de programas de liderazgo 4.0 para directivos, empresarios, emprendedores. Experta en competencias de liderazgo 4.0 de empresa basadas en la innovación

Esther Galán

Licenciada en Ciencias Matemáticas. Master en Desarrollo Directivo. En sus 13 años en IBM ha desarrollado distintas responsabilidades (software industrial, seguridad software, Analytics), desde julio de 2018 su responsabilidad es la de Software Client Architect Manager for Spain, Portugal, Greece and Israel en IBM

Álvaro Herrero

Profesor de Inteligencia Artificial en la Universidad de Burgos (GICAP). Presidente de IEEE Systems, Man y Cybernetics en España. Sus principales intereses investigadores están relacionados con la Inteligencia Artificial (IA) aplicada, incluyendo redes neuronales artificiales así como otros métodos de aprendizaje máquina, sistemas multiagente aplicados a una gran variedad de campos como sistemas industriales, ciberseguridad, ciencias medioambientales, salud digital y gestión empresarial

Jose Manuel Nieto

Managing Director de la Market Unit “Iberia and Latam” de Techedge Group. Su experiencia se centra en el desarrollo de procesos de dirección, adquisición, creación y transformación de organizaciones y, sobre todo, en el aprovechamiento de las sinergias y ventajas que el cambio tecnológico disruptivo y la fuerte innovación aportan al negocio. Antes de su incorporación al equipo de Techedge Group, desempeñó labores de CIO en Tioxide o Thomson Multimedia, como Business Developer, SAP o SAS, y como directivo en empresas como ORACLE o Realtech AG

Manuel Angel Garcia

Licenciado en matemáticas. Experto, consultor e instructor en SAP cuenta con numerosas certificaciones y  experiencia en proyectos de Data Quality (SAP Data Services), Construcción Data Warehous con BO Data Services 4.0 (Data Integrator y Data Quality), etc. En su actual empresa, Techedge España, es el manager  de Big Data & Artificial Intelligence Manager

Metodología y enfoque

 

La metodología de este programa de capacitación se basa en la participación de todos los alumnos, el trabajo en equipo, el intercambio de experiencias entre los alumnos de diferentes sectores industriales, y la aplicación a supuestos reales como modelo del aprendizaje, con objeto de dotar al programa de una orientación eminentemente práctica. En nuestras sesiones te conectarás a bases de datos, aplicaciones y herramientas, y podrás testear la viabilidad de tus propios proyectos o necesidades de análisis de datos.

Los contenidos formativos, actividades y recursos adicionales estarán a disposición del alumno en la plataforma online de ITCL.

Los alumnos deben asistir a la capacitación (presencial o vía streaming) con sus equipos informáticos que se conectarán con el servidor de aplicaciones de ITCL. Requisitos: RAM mínimo 8GB.  Para aquellos alumnos que elijan la vía presencial en todo o en parte de la capacitación, y necesiten un equipo específico, podemos plantear soluciones adecuadas.

Para el Seminario 3 “Desarrollo e implantación de arquitecturas Big Data” y poder acceder a los servicios cloud y de plataformas, así como el ecosistema de software necesario para el módulo, los recursos serán gestionados a través de los partners tecnológicos con los que tenemos acuerdos colaborativos. En este caso la plataforma tecnológica de IBM para el estudio del caso que se plantea.  Cada alumno dispondrá de una clave de acceso a la plataforma bajo las instrucciones del formador.

Programa

1. BIG DATA, ANÁLISIS Y VISUALIZACIÓN DE DATOS

Objetivos generales del programa formativo

Capacitar a los asistentes para que puedan participar en la digitalización de la empresa, la definición de sistemas Big Data, la especificación de las necesidades y del problema a resolver, el conocimiento necesario para realizar análisis sobre datos, la evaluación de los resultados analíticos obtenidos, la visualización de la información, etc.

 

Perfil de los alumnos

Responsables y mandos intermedios que puedan liderar o participar en proyectos de digitalización del negocio y que necesiten analizar y visualizar, desarrollar análisis de datos, generar cuadros de mando e generar informes, alertas y KPI,s a partir de herramientas estándar.

 

Programa

*En los temas marcados con “P” se recomienda asistencia presencial

TEMA 1.  INTRODUCCIÓN (4 H)

27/03/2020

Objetivo: Introducción al Big Data industrial

  • Cómo identificar necesidades que pueden ser resueltas a través de tecnología Big Data.
  • Soluciones: Sistemas de adquisición de datos en entornos industriales. Importancia de la captura a través de sistemas sensóricos y máquinas.  Introducción al IIoT.
  • Soluciones: Almacenamiento de datos. Tipos de bases de datos y sistemas de alojamiento. Cómo realizar conexiones adecuadas en entornos industriales entre los sistemas de captura y las bases de datos.
  • Soluciones: Analítica de Datos. Utilidades en industria.  Qué tener en cuenta para decidir.
  • Casos prácticos introductorios.

 

TEMA 2. MÓDULO DE ADQUISICIÓN DE DATOS POR IIOT Y ARQUITECTURAS INDUSTRIALES (4 H)

03/04/2020

Objetivo: Conocer cómo los dispositivos conectados pueden aumentar la productividad, crear nuevas líneas de negocio, agilizar procesos, tomar decisiones más rápidas…

  • Entorno IoT: cómo catalizador tecnológico en la Transformación Digital
  • Adquisición de datos y monitorización a través de distintos sensores.

 

TEMA 3. MODULO DE ALMACENAMIENTO DE DATOS: TIPOS DE BASES DE DATOS. (4 H)

17/04/2020

Objetivo: Comprender las diferentes tecnologías de almacenamiento, desde las tecnologías de data warehousing y las bases de datos no relacionales.

  • MongoDB: el sistema de bases de datos no relacional más usado en entornos multidisciplinares
  • Casandra: base de datos NoSQL distribuida y masivamente escalable.

TEMA 4. MÓDULO DATA SCIENCE: CIENCIA DE DATOS (4 H)

8/05/2020

Objetivo: Conocer las principales familias de técnicas para el análisis de datos. Comprender cómo se utilizan estas técnicas para extraer información y conocimiento interesante de los datos disponibles.

  • Aprendizaje no supervisado, supervisado y por refuerzo.

 

TEMA 5. MODULO HERRAMIENTAS ESTÁNDAR DE ANALÍTICA DE DATOS. (12 H) (P)

15, 22 y 29/05/2020

Objetivo: Aprender a utilizar herramientas estándar de análisis de datos que incorporan modelos de aprendizaje, clasificación, correlación, regresión, optimización, etc.

  • Revisión de programas existentes R, Weka, Knime, Azure, Amazon.
  • Aprendizaje del uso de programas de inteligencia artificial con interfaz gráfica como R.
  • Casos prácticos y ejemplos de integración y diseño.

 

TEMA 6. MODULO VISUALIZACIÓN DE DATOS EN PLATAFORMAS BIG DATA (8 H) (P)

5 y 12/06/2020

Objetivo: Tras adquirir las habilidades y aptitudes analíticas necesarias, aprender a representar la información mediante herramientas de visualización de análisis de datos.

  • Visualización a partir de herramientas estándar, Power BI, Devexpress BI.
  • Generación de alertas, KPI, etc.
    2. BIG DATA Y ANÁLISIS AVANZADO DE DATOS

    Objetivos generales del programa formativo

    Capacitar a los asistentes para desarrollar análisis complejos de datos, desarrollar sus propios códigos o algoritmos a partir del uso de librerías existentes en Phyton o R y el desarrollo de cuadros de mando y visualización de datos.

     

    Perfil de los alumnos

    Responsables y mandos intermedios que requieren realizar análisis avanzado de datos, a partir de librerías estándar de funciones de machine learning e inteligencia artificial sobre bases de datos y plataformas Big Data.

     

    Programa

    *En los temas marcados con “P” se recomienda asistencia presencial

    TEMA 1.  INTRODUCCIÓN (4 H)

    24/09/2020

    Objetivo: Introducción al Big Data industrial. Cómo identificar necesidades que pueden ser resueltas a través de tecnología Big Data. Cómo realizar conexiones adecuadas en entornos industriales entre los sistemas de captura y las bases de datos.

    • Almacenamiento de datos. Tipos de bases de datos y sistemas de alojamiento.
    • Analítica de Datos. Utilidades en industria.  Qué tener en cuenta para decidir.
    • Casos prácticos introductorios.

     

    TEMA 2. MODULO AVANZADO ALMACENAMIENTO DE DATOS: TIPOS DE BASES DE DATOS. (8 H)

    2 y 9/10/2020

    Objetivo: comprender las diferentes tecnologías de almacenamiento, desde las tecnologías de data warehousing y las bases de datos no relacionales.

    • MongoDB (sistema de bases de datos no relacional más usado en entornos multidisciplinares)
    • Casandra (base de datos NoSQL distribuida y masivamente escalable).

     

    TEMA 3. MÓDULO AVANZADO DATA SCIENCE: CIENCIA DE DATOS (8 HORAS)

    16 y 23/10/2020

    Objetivo: Conocer las principales familias de técnicas para el análisis de datos. Comprender cómo se utilizan estas técnicas para extraer información y conocimiento interesante de los datos disponibles.

    • Aprendizaje de modelos de detección de patrones y fallos.

     

    TEMA 4. MODULO AVANZADO HERRAMIENTAS DE ANALÍTICA DE DATOS. (24 H) (P)

    30/10 y 6,13, 20/11/2020

    Objetivo: aprender los fundamentos de los lenguajes de programación más populares y con más alta implementación.

    • Python y R: aplicaciones de los lenguajes, sintaxis, ejecución de aplicaciones, librerías principales
    • Herramientas Visuales: Knime/RapidMiner
    • Casos prácticos y ejemplos de integración y diseño

     

    TEMA 5. MODULO AVANZADO VISUALIZACIÓN DE DATOS EN PLATAFORMAS BIG DATA (8 H) (P)

    27/11 y 11/12/2020

    Objetivo: Tras adquirir las habilidades y aptitudes analíticas necesarias, aprender a desarrollar herramientas de visualización de análisis de datos.

    • Visualización desde Jupyter Notebooks, Zeppelin o Shiny.

     

    TEMA 6. MODULO FINAL BUENAS PRÁCTICAS Y CLAUSURA (4 H) (P)

    18/12/2020

    Objetivo: Aplicación de los contenidos del seminario sobre caso práctico final.

    • Desarrollo de algoritmos para el análisis, la visualización y la generación de alertas sobre una colección de datos para la resolución de un problema.
    • Ejemplos industriales de buenas prácticas.
    3. DESARROLLO E IMPLANTACIÓN DE ARQUITECTURAS BIG DATA

    Objetivos generales del programa formativo

    Capacitar a los asistentes,  en el diseño y el desarrollo de arquitecturas Big Data, el desarrollo de bases de datos no estructuradas, la integración de datos IoT y de planta, el cifrado de la información, el uso de certificados y la virtualización de sistemas.

     

    Perfil de los alumnos

    Personal de Ingeniería e IT/TICs que participen en proyectos de digitalización del negocio para el desarrollo de arquitecturas Big Data.

     

    Programa

    *En los temas marcados con “P” se recomienda asistencia presencial

    TEMA 1.  INTRODUCCIÓN (4 H)

    15/01/2021

    Objetivo: Introducción al Big Data industrial. Cómo identificar necesidades que pueden ser resueltas a través de tecnología Big Data. Cómo realizar conexiones adecuadas en entornos industriales entre los sistemas de captura y las bases de datos.

    • Sistemas de adquisición de datos en entornos industriales. Importancia de la captura a través de sistemas sensóricos y máquinas.  Introducción al IIoT.
    • Almacenamiento de datos. Tipos de bases de datos y sistemas de alojamiento. .
    • Analítica de Datos. Utilidades en industria.  Qué tener en cuenta para decidir.
    • Casos prácticos introductorios.

     

    TEMA 2. MÓDULO AVANZADO ADQUISICIÓN DE DATOS POR IIOT (8 H)

    22 y 29/01/2021

    Objetivo: Conocer cómo los dispositivos conectados pueden aumentar la productividad, crear nuevas líneas de negocio, agilizar procesos, tomar decisiones más rápidas…

    • Entorno IoT: cómo catalizador tecnológico en la Transformación Digital
    • Adquisición de datos y monitorización a través de distintos sensores.
    • Modelos aplicados a la Industria: claves y características de la Industria Conectada
    • Implantación caso práctico IoT.

     

    TEMA 3. MODULO AVANZADO ALMACENAMIENTO DE DATOS: TIPOS DE BASES DE DATOS. (12 H) (P)

    05, 12 y 19/02/2021

    Objetivo: Comprender las diferentes tecnologías de almacenamiento, desde las tecnologías de data warehousing y las bases de datos no relacionales.

    • MongoDB: el sistema de bases de datos no relacional más usado en entornos multidisciplinares
    • Casandra: base de datos NoSQL distribuida y masivamente escalable.
    • Uso de certificados y criptado de la información.
    • Conectores de bases de datos y sistemas, Kafka, nifi, etc.

     

    TEMA 4. MODULO DE DESPLIEGUE DE APACHE SPARK Y STREAMING (8 H) (P)

    26/02 y 05/03/2021

    Objetivo: Adquirir el conocimiento necesario para realizar el despliegue de arquitecturas Big Data basadas en Open Source.

    • Implantación caso práctico Apache Spark.
    • Integración de bases de datos.
    • Integración de conectores y acceso a plataformas de datos externas e internas.

     

    TEMA 5. MODULO AVANZADO ESTRATEGIA DE IMPLANTACIÓN DATA DRIVEN (20 H) (P)

    12, 19 y 26/03 y 9/04/2021

    Objetivo: Definición de estrategias para la transformación digital y los requerimientos del caso práctico propuesto.

    • ¿Por qué mi empresa necesita ser data driven? La industria Smart.
    • El nuevo ecosistema de empresas tecnológicas data driven.
    • Design Thinking del caso de uso. Cómo va a ser transformado el caso de uso según el usuario (Metodología UX).
    • Requerimientos del caso de uso propuesto y el diseño de ecosistema de big data
    • Los datos que van a ser tratados: la arquitectura de las Bases de Datos

    a) Procesamiento de Datos por lotes (bach processing) con Hadoop. Presentación de herramientas

    b) Arquitectura y modelado de datos.

    c) Los perfiles híbridos que trabajan en esta actividad. el organigrama del departamento de arquitectura de datos masivos.

    • El almacenamiento y la gestión de los datos: el I cloud, la compartimentación del cloud, la app que gestiona el rendimiento de las apps de cada cloud. La Inteligencia artificial que mueve los datos. el multicloud.
    • El streaming de los datos.
    • La seguridad de los datos. Desarrollo seguro como una necesidad de la arquitectura del big data.

     

    TEMA 6. MODULO FINAL BUENAS PRÁCTICAS Y CLAUSURA (4 H) (P)

    16/04/2021

    Objetivo: Poner en prácticas todas las lecciones aprendidas sobre caso práctico final.

    • Diseño e implantación de arquitectura IoT y Big Data, virtualización y procesado por lotes y Dockers.
    • Revisión final sobre buenas prácticas.

      ¿Qué incluye la matrícula?

      • Documentación en formato digital
      • Diploma final de aprovechamiento para alumnos presenciales (requiere una asistencia superior al 80%). El diploma incluye el programa completo y principales ponentes.
      • Certificado de asistencia para alumnos que participen vía streaming
      • Gestión bonificación FUNDAE

      Información y matrículas

      Sara Polanco

      Teléfono: 947298471

      email: formacion@itcl.rubsan.com

       

      * Descuentos

      • 20% descuento si te matriculas en los 3 seminarios
      • 15% descuento si te matriculas en 2 seminarios
      • 10% en seminario 2 y 3 si trabajas en una Startup o tu empresa es miembro del DIHBU (Digital Hub)