IFCT0138·Especialidad Multisectorial

IFCT0138 Introducción al Big Data e Inteligencia Artificial

Comprender y aplicar las características esenciales del procesamiento masivo de datos y su integración con algoritmos de Inteligencia Artificial, así como para planificar y desarrollar proyectos de Big Data e IA orientados a la optimización de procesos y toma de decisiones en el entorno empresarial

Compatibilidad
SCORM 1.2. Compatible con Moodle, Canvas, Blackboard, TalentLMS y otros
Trazabilidad para FUNDAE
Registros completos de actividad y evaluación, listos para auditoría
Idiomas
Castellano, catalán, euskera y gallego
Última revisión
2026

Para quién es

Esta acción formativa está dirigida a profesionales de los siguientes sectores:

Administración y gestión
Convenios: Oficinas y despachos
Comercio y márketing
Convenios: Comercio
Finanzas y seguros
Convenios: Banca · Entidades de seguros, reaseguros y mutuas colaboradoras con la seguridad social · Mediación en seguros privados · Cajas de ahorro · Sociedades cooperativas de crédito
Gran distribución
Convenios: Servicios de campo para las actividades de reposición · Grandes almacenes
Hostelería y turismo
Convenios: Hostelería · Agencias de viajes
Información, comunicación y artes gráficas
Convenios: Revistas y publicaciones periódicas
Servicios (otros)
Convenios: Servicios (empleados de fincas urbanas, servicios funerarios y limpieza, lavado y planchado de ropa, actividades recreativas y gestión de salas de espectáculos)
Servicios a las empresas
Convenios: Empresas de trabajo temporal
Economía e industria digital
Convenios: Economía e industria digital
Transporte y logística
Convenios: Alquiler de vehículos con y sin conductor · Transporte aéreo

Contenido del programa

Introducción al Big Data

4 secciones

Ver todo

Conocimiento de la evolución del business intelligence (BI) tradicional al Big Data

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Navegación web, geolocalización y audiencias de TV: Impacto en el análisis de datos
  • Cómo el Big Data resuelve problemas del tratamiento masivo de datos
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Identificación de las características del Big Data

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Las 4 v's: Volumen, velocidad, variedad y veracidad
  • Valor del dato: La importancia de la calidad y el valor que aportan los datos
  • Nuevas dimensiones: Escalabilidad y características adicionales de Big Data
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Comprensión de los nuevos paradigmas del Big Data

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Procesos en tiempo real: Cómo Big Data permite la respuesta en tiempo real a eventos
  • Cloud computing: Cómo la computación en la nube apoya el procesamiento y almacenamiento masivo de datos
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Conocimiento de las principales características de Hadoop y su revolución en el tratamiento de datos

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Introducción a Hadoop: Historia y su impacto en el procesamiento de datos paralelos
  • HDFS y MapReduce: Principales componentes de Hadoop
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Arquitectura Big Data y principales tecnologías

5 secciones

Ver todo

Conocimiento general del ecosistema Hadoop

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • HDFS: Sistema de archivos distribuido de Hadoop
  • MapReduce: La tecnología clave para el procesamiento paralelo de datos en Hadoop
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Identificación de los lenguajes de programación en Big Data

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Java y Scala: Los lenguajes más utilizados en el desarrollo de soluciones Big Data
  • SQL: El papel del SQL en la gestión de bases de datos estructuradas en Big Data
  • Python: Uso de Python en análisis y procesamiento de datos
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Comprensión de los procesos ETL (Extracción, Transformación y Carga)

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Herramientas como Flume, Sqoop y HIVE: Cómo se gestionan y transforman grandes volúmenes de datos
  • Introducción a las mejores prácticas y herramientas en los procesos ETL
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Adquisición del concepto real time y bases de datos de alta disponibilidad

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Kafka, HBASE y Redis: Principales tecnologías utilizadas para bases de datos en tiempo real y de alta disponibilidad
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Concienciación con la seguridad y gobernanza del dato

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Importancia de la seguridad en Big Data: Cómo proteger los datos en entornos distribuidos
  • Gobernanza de datos: Gestión de la calidad y el acceso a los datos en Big Data
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Ciencia de datos e inteligencia artificial

7 secciones

Ver todo

Asimilación de conceptos sobre la ciencia de datos y la IA

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Conceptos clave de la ciencia de datos: Qué es y cómo se aplica Big Data en la ciencia de datos
  • Relación entre Big Data e inteligencia artificial: Cómo se interrelacionan y se complementan en el análisis de datos
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Conocimiento de los lenguajes de programación en ciencia de datos

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • R y Python: Herramientas clave en el análisis de datos, exploración y procesamiento
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Comprensión de los algoritmos supervisados

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Qué son los algoritmos supervisados: Principales tipos de algoritmos y su aplicación en clasificación y predicción
  • Algoritmos como regresión lineal, máquinas de soporte vectorial (SVM), y redes neuronales
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Comprensión de los algoritmos no-supervisados

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Qué son los algoritmos no-supervisados: Principales técnicas y aplicaciones
  • K-means, análisis de componentes principales (PCA), y otros métodos de clustering
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Asimilación del funcionamiento del deep learning y aprendizaje por refuerzo

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Introducción al deep learning: Redes neuronales profundas y su aplicación
  • Aprendizaje por refuerzo: Qué es y cómo se utiliza para la toma de decisiones en IA
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Comprensión del procesamiento de información no estructurada

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Imágenes y textos: Técnicas utilizadas en el procesamiento de datos no estructurados como imágenes, texto y audio
  • Métodos de análisis y extracción de patrones
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Conocimiento de técnicas para la visualización de datos

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Creación de visualizaciones interactivas: Herramientas como Tableau y Power BI para representar datos y resultados
  • Dashboards: Diseño y desarrollo de dashboards para la toma de decisiones
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Aplicaciones del Big Data e impacto futuro

5 secciones

Ver todo

Reconocimiento de las aplicaciones del Big Data en el sector público

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • OpenData: Ejemplos de aplicación del Big Data en instituciones públicas para la transparencia y eficiencia
  • Casos de uso en gestión pública: Impacto en políticas públicas, educación y salud
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Reconocimiento de las aplicaciones empresariales de Big Data

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Casos de uso en la mejora de eficiencia operativa dentro de empresas
  • Aplicaciones en marketing, logística, predicción de demanda y personalización
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Comprensión del alcance del "Data for Good": Big Data para el bien social

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Cómo Big Data se utiliza para fines sociales: Proyectos que ayudan a la comunidad, el medio ambiente y el desarrollo económico
  • Ejemplos de aplicaciones de Big Data en la mejora de la salud pública y la educación
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Reflexión sobre el futuro del Big Data

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Nuevas tendencias emergentes: IA, procesamiento de datos en la nube, y más
  • Predicciones sobre cómo evolucionarán las tecnologías de Big Data e IA en los próximos años
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Aplicación de medidas de eficiencia energética y sostenibilidad ambiental

  • Introducción
  • Objetivos
  • Diagrama
  • Evaluación inicial
  • Estrategias para reducir la huella de carbono en la operación de sistemas de Big Data
  • Optimización de recursos en la nube para reducir el consumo energético
  • Podcast
  • Recuerda
  • Tarjetas de estudio
  • Autoevaluación
  • Quiero saber más

Diseñado para que terminen

Los cursos buenos son los que se terminan. Cada recurso está pensado para mantener a tus estudiantes avanzando: desde el primer objetivo hasta el cierre del curso.

  • Objetivos

    Saben qué van a aprender al inicio de cada tema. Sin avanzar a ciegas.

  • Diagramas

    Conceptos clave visualizados antes de leer. Menos esfuerzo, mejor retención.

  • Podcasts

    Otro formato para avanzar fuera del ordenador: en el coche, andando, entre tareas.

  • Autoevaluaciones

    Saben dónde están en cada paso. Sin sorpresas al final del curso.

  • Tarjetas de estudio

    Repasan en 5 minutos. No tienen que releer todo el tema antes de avanzar.

  • Recuerda

    Cierre de cada tema con lo esencial. Pasan al siguiente con todo claro.

  • Quiero saber más

    Opcional, para curiosos. No alarga el curso de quien solo quiere terminar.

Demo abierta

Pruébalo tú mismo. Un curso completo, sin formularios.

SEAD025PO Básico de Gestión de Prevención de Riesgos Laborales · 50h · 4 idiomas

Abrir demo
O en:Català·Galego·Euskara

Bonificación FUNDAE

Ocupados 2024-2027, 2ª Fase

ESTATAL_2024_27_F2

PrioritariaInnovaciónDigitalización

Importe subvencionable y modalidades

Lo que tú cobras por estudiante al impartir esta acción bonificada. No es el precio del SCORM.

Presencial

Duración

50h

Importe subvencionable por estudiante

550€

Módulo económico: 11.00€/hora

Teleformación

Duración

50h

Importe subvencionable por estudiante

278€

Módulo económico: 5.56€/hora