Especialización de

Formación Profesional
en Big Data

910 213 168

Llámanos
Centro autorizado por la Consejería de Educación de la
Comunidad de Madrid con código de autorización nº: 28077798
Características
del programa Objetivos
• Programa de especialización perteneciente a la Familia • Valorar y comprender la importancia estratégica del
Profesional de Informática y Comunicaciones análisis de macrodatos en la toma de decisiones
empresariales.
• Título Oficial Homologado
• Obtener una visión global del impacto de los proyectos
• Modalidad semipresencial basados en Big Data en el desarrollo y gestión
empresarial.
• Duración: 360 horas
• Instalar, configurar y administrar sistemas Big Data.
(270 presenciales + 90 actividades a distancia)
• Conocer y utilizar de forma adecuada herramientas de
• Fechas: 1º convocatoria septiembre a enero procesamiento de datos en infraestructuras Big Data.
2º convocatoria de febrero a junio • Conocer las bases de los modelos, arquitecturas y
lenguajes de programación habituales en Big Data.
• Horario de clases presenciales: 17:00-20:30h de lunes a
• Conocer y manejar diferentes opciones de
viernes
almacenamiento masivo de datos seleccionando la
• Tutorías: una tutoría online semanal por cada módulo herramienta más adecuada en cada caso.
profesional con carga horaria a distancia. • Elaborar conclusiones e informes del tratamiento de
• Lugar de impartición: c/Bernardino Obregón 25 datos masivos estructurados y no estructurados, una
vez integrados y depurados adecuadamente.
• Clases reducidas de máximo 26 alumnos
• Facilidades de pago fraccionado

Titulación
Modalidad • Título Oficial de Programa de Especialización en Big Data.
Homologado por la Comunidad de Madrid (según la Orden

Semipresencial 1830/2020, de la Consejería de Educación y Juventud)

• Título del Curso de Metodologías Ágiles: Scrum Master

por IMF Business School
La modalidad de la formación es semipresencial, clases
presenciales en grupos reducidos de máximo 26 alumnos
junto con actividades a distancia.

La formación será eminentemente práctica, utilizando

una metodología por proyectos, muy orientada a las
Requisitos
del ordenador
aplicaciones de las técnicas estudiadas y a la extracción
del valor del dato. Lo que se busca ante todo es que,
cuando el alumno complete la formación, tenga los
conocimientos y habilidades necesarias para enfrentarse a
los retos que se va a encontrar en el mundo de la empresa.
• Procesador: Mínimo i5 6000 (o superior), recomendable i7
La asistencia a las actividades presenciales es obligatoria.
• RAM: Mínimo mínimo 12 GB,recomendable 16 GB
Las actividades que se programen a distancia cuentan con el
soporte de una plataforma virtual y su seguimiento se llevará • Almacenamiento:
a cabo mediante una tutoría lectiva semanal por cada módulo Mínimo 1 TB entre unidades internas y externas.
profesional con carga horaria a distancia. • Disco HDD: Mínimo 500 GB (o superior)
• Disco SDD: para el software base: No es imprescindible;
El alumnado podrá complementar su formación con la
sin embargo, mejora enormemente el rendimiento al tener
asistencia a los eventos que mensualmente organiza IMF el sistema operativo y el software base instalado sobre el
Institución Académica, Masterclasses, mesas redondas, mismo.
ponencias y presentaciones.
• Es necesario comprobar que se pueden utilizar
[Link]/eventos cómodamente máquinas virtuales VirtualBox.

[Link]/fp
Plan de estudios
Acorde a lo establecido en la Orden 1830/2020 de la Consejería de Educación y Juventud de la Comunidad de Madrid

PROGRAMACIÓN FRAMEWORKS PARA BIG DATA PROCESAMIENTO DE DATOS

EN ENTORNOS BIG DATA 90 HORAS: 90h presenciales 90 HORAS: 72h presenciales + 18h distancia
90 HORAS: 54h presenciales + 36h distancia
1. Infraestructuras para Big Data: 1. Ingesta de datos:
• El paradigma Big Data. Modelo 5V: velocidad, • Tecnologías de ingesta de datos.
1. Lenguajes para Big Data:
volumen, variedad de los datos, veracidad y valor. • Origen y formato de los datos. Opendata.
• Características de los lenguajes de programación
• Sistemas de computación distribuida: clusters, • Latencia y disponibilidad de los datos.
para Big Data.
cloud. • Causas de la latencia.
• Tipos de datos.
• Componentes básicos y requisitos para la • Funciones que dependen de la latencia.
• Por categorías: estructurados, no estructurados y
arquitectura de un sistema Big Data. • Formas de mitigar la latencia.
multi-estructurados o híbridos.
• Actualizaciones de los datos. Histórico de cambios.
• Por origen: web y redes sociales, comunicación
2. Componentes de la arquitectura Big Data: • Extracción de datos.
entre máquinas, transacciones, biométricos y
generados por personas. • Infraestructura en almacenamiento básica para la
• Estructuras de control: de selección, iterativas. ingesta de datos. 2. Preprocesado de datos:
Funciones. Recursividad. • Infraestructuras para el procesamiento de datos. • Transformaciones de los datos.
• Librerías específicas. • Herramientas adicionales. • Destino de los datos. Consumidores de datos.
• Calidad de los datos. Formato, origen, veracidad
3. Almacenamiento distribuido: y valor.
2. Entrada y salida de datos: • Seguridad de los datos.
• Opciones de entrada y salida habituales. • Características de los sistemas de ficheros
• Formatos habituales en Big Data. distribuidos.
• Almacenamiento de información permanente. 3. Procesamiento de datos:
• Funciones para trabajar con diferentes formatos.
• Sistemas multiusuario. • Introducción a los sistemas de procesamiento Big Data.
• Transparencia en la identificación y en la ubicación. • Procesamiento por lotes. Aplicaciones y
3. Entornos de desarrollo: características.
• Escalabilidad.
• Entornos de desarrollo para programación Big Data. • Procesamiento en streaming. Aplicaciones y
• Consistencia y seguridad.
• Instalación y configuración de entornos de características.
• Capacidad, redundancia y alta disponibilidad.
desarrollo en local.
Tolerancia a fallos.
• Instalación y configuración de entornos de
desarrollo en remoto.
• Despliegue de nodos de almacenamiento, BASES DE DATOS NO RELACIONALES
• Administración y acceso a los datos.
• Monitorización de sistemas de ficheros distribuidos. 90 HORAS: 54h presenciales + 36h distancia
4. Análisis y visualización de datos: Herramientas para monitorizar aplicaciones y
• Análisis descriptivo. Utilización de un histórico de servidores. 1. Arquitecturas disponibles para el
datos. Identificación de comportamientos.
• Análisis predictivo. Creación de modelos. almacenamiento masivo de datos:
Establecimiento de un patrón e identificación de las 4. Administración de entornos Big Data: • Características principales, criterios de selección.
principales tendencias. • Paradigma de computación distribuida y en • Documental. Catálogos, perfiles de usuario y
• Análisis prescriptivo. Técnicas de simulación y paralelo, proceso cercano a los datos. sistemas de administración de contenido.
optimización. • Aplicaciones y técnicas de procesamiento • Clave-valor. Escalado horizontal.
• Visualización de datos: distribuido. • Basado en columnas. Familias de columnas.
• Librerías y herramientas para visualización de datos. • Ingesta de datos. • Grafos. Nodos y bordes.
• Tipos de gráficas y visualizaciones. • Metodología MapReduce. • Series temporales.
• Gráficos y mapas interactivos. Gráficos responsive. • Rendimiento y monitorización de los procesos. • Datos de objetos.
• Administración de seguridad de los datos. • Datos de índice externo.

2. Casos de uso para cada arquitectura:

• Documental.
• Clave-valor.
• Basado en columnas.
• Grafos.

3. Bases de datos no relacionales:

• Características principales: flexibilidad,
escalabilidad, alto rendimiento y funcionabilidad.
• Ejemplos de uso más frecuente.
• Instalación y administración de bases de datos no
relacionales. Técnicas y procedimientos.

4. Consulta de datos:
• Principales herramientas. Características y criterios
de selección.
• Programación de consultas y búsquedas en función
de la arquitectura utilizada.

El horario de clases y tutorías

Lunes Martes Miércoles Jueves Viernes

17:00 - 17:30
Programación en Procesamiento
17:30 - 18:00 Frameworks Programación en entor- Frameworks entornos Big Data de Datos
18:00 - 18:30 para Big Data nos Big Data para Big Data
18:30 - 19:00
19:00 - 19:30 Bases de Datos No Frameworks
Procesamiento Bases de Datos No Procesamiento Relacionales para Big Data
19:30 - 20:00
de Datos Relacionales de Datos
20:00 - 20:30
20:30 - 21:00 Tutoría Tutoría Tutoría

Distribución horaria de las horas

Duración Horas dedicación Semanal
presenciales y distancia por módulos
Presencial Distancia Total Presencial Distancia
Programación En Entornos Big Data 54 36 90 3,5 2,5
Frameworks Para Big Data 90 0 90 6 0
Procesamiento De Datos 72 18 90 4,5 1,5
Bases De Datos No Relacionales 54 36 90 3,5 2,5
 PROGRAMA DE ESPECIALIZACIÓN
DE FORMACIÓN PROFESIONAL EN BIG DATA

Salidas Evaluación
profesionales Cada módulo tendrá una calificación continua y formativa,
distribuida en porcentajes de la siguiente forma: Examen de
evaluación presencial (40 %) + Trabajo práctico (60%)

Las personas que hayan obtenido la documentación Cada módulo profesional del programa de especialización
acreditativa de la superación de este programa de será evaluado en una única convocatoria de evaluación final al
especialización podrán ejercer su actividad en el sector de término de las actividades formativas. Cada módulo tendrá un
las Tecnologías de la Información y la Comunicación y el máximo de dos convocatorias de examen por curso académico
análisis de datos a gran escala como operadores y asesores y un total de cuatro convocatorias posible.
en el tratamiento de macrodatos.
La no superación de un módulo en las dos convocatorias
Según datos facilitados por Invest In Madrid, la oficina del curso académico supondrá que el alumno/a deberá
regional para la promoción y atracción de la inversión matricularse del módulo/s no superados para poder disfrutar
extranjera en la Comunidad de Madrid, en España el sector de otras dos convocatorias de evaluación.
de Big Data muestra una tasa de crecimiento del 30% cada
año, siete veces más que la inversión tecnológica tradicional, Para superar el programa de especialización se requiere la
lo que le ha convertido en el cuarto país de la Unión Europea superación de todos los módulos profesionales que incorpore.
con más empleos tecnológicos. El programa de especialización superado contará con una
calificación final obtenida como resultado de la media aritmética
La competencia general de este programa de de todos los módulos profesionales que incluya.
especialización consiste en conocer y manejar aplicaciones
específicas para el tratamiento, integración, gestión y análisis Los módulos profesionales incluidos en el programa
de macrodatos estructurados y no estructurados, así como de especialización en Big Data no podrán ser objeto de
los principios de funcionamiento del Big Data para abordar convalidación ni exención.
actividades empresariales relacionadas con el desarrollo de
productos, el mantenimiento predictivo, la experiencia del
cliente, la lucha contra el fraude y la eficiencia operativa.
Las competencias profesionales, personales y sociales de
este programa de especialización son las siguientes:

• Utilizar el análisis de macrodatos para orientar la toma de

decisiones de las empresas en función de sus objetivos y
estrategias.
• Colaborar en la elaboración de proyectos en el ámbito del
desarrollo y gestión empresarial mediante el tratamiento
de macrodatos.
• Realizar tareas de implementación de sistemas de
tratamiento de macrodatos en un equipo de trabajo.
• Conocer las principales técnicas para la integración
y depuración de conjuntos de Big Data obtenidos de
distintas fuentes y aplicaciones. Requisitos
• Conocer y utilizar adecuadamente los motores de
procesamiento de datos de uso más frecuente.
• Seleccionar y establecer los filtros y consultas más
de acceso
idóneos para extraer información relevante a partir de un
conjunto de macrodatos.
• Elaborar documentos e informes estadísticos como Para poder cursar el programa de especialización en
resultado del tratamiento de Big Data. Big Data será requisito estar en posesión del título
de Técnico Superior correspondiente con alguno de
los siguientes ciclos formativos de grado superior
vinculados a esta formación:

• Administración de Sistemas Informáticos en Red.

• Desarrollo de Aplicaciones Multiplataforma.
• Desarrollo de Aplicaciones Web.
• Sistemas de Telecomunicaciones e Informáticos.
• Automatización y robótica industrial.
• Mecatrónica Industrial.

Educación para construir un mundo mejor

Nuestra sede El Campus Madrid IMF cuenta con las más
modernas instalaciones ubicadas en la zona
centro de Madrid, muy cercano a Embajadores y
la Estación del Arte (antigua estación de Atocha)
perfectamente comunicado por diferentes medios
Contacto de transporte. 1.600 m2 repartidos en 7 plantas.
Dirección: Calle Bernardino Obregón 25, 28012 Madrid
Teléfono: 91 364 51 57 Fax: 91 366 40 48

Horario
de 8.30 a 14:30 horas

Cómo llegar
Autobús: 6, 27, 45, 55, 59, 60, 78, 85, 148, C1, C2, E1
Metro: L3, L5
Cercanías: C-1, C-7, C-5, C-10
BiciMAD: Estación 121
Parking: C/ del Labrador nº4,
C/ de Martín de Vargas nº27,
C/ Batalla del Salado nº51

Ventajas
• IMF ofrece el Curso de Metodologías Ágiles:
Fundamentos de Scrum. Las metodologías ágiles
aplicadas a la gestión de proyectos son cada vez
más valoradas por las empresas y, dentro de las
metodologías ágiles, probablemente la más conocida
y utilizada sea Scrum. Este sistema muy apreciado por
su capacidad de facilitar la agilidad y al mismo tiempo

Avales evitar riesgos a la hora de poner en marcha un proyecto

en cualquier organización.
• El programa está muy enfocado a las aplicaciones prácticas
de las distintas técnicas, métodos y herramientas.
IMF imparte desde 2017 el Master de
Big Data codesarrollado con Indra para • Se realizan numerosas prácticas utilizando herramientas
titulados universitarios. del mercado que proporcionan un interface potente e
intuitivo para el analista.
El Máster en Big data de IMF en el TOP • Al acabar la formación el alumnado habrá trabajado con
5 del ´Ranking de Masters en Big Data, las principales soluciones y tecnologías del big data y
Business Analytics e Intelligence más la ciencia de datos: R, Python, Hadoop, Spark, Tableau,
valorados´ por los usuarios de Mundo Kafka, MongoDB, Neo4j, Cassandra.
Posgrado

IMF BS ocupa el segundo lugar entre • Acceso a los eventos de IMF Business School:
los centros más valorados de Madrid Masterclasses, mesas redondas, ponencias y
para estudiar Ingeniería Informática en presentaciones
Emagister.
• Bolsa de empleo y prácticas: El portal de Empleo y
Prácticas de IMF Business School es un entorno común
IMF mantiene un acuerdo de colaboración de encuentro entre perfiles cualificados junior / senior
con la Federación Colombiana de la y empresas punteras del mercado laboral. Dirigido a
Industria de Software y TI. establecer oportunidades de colaboración y crecimiento:
• No Laborales (prácticas mediante Acuerdos de Cooperación Educativa)
IMF es miembro la Asociación • Laborales (oportunidades de trabajo)
Multisectorial de Empresas de
Tecnologías de la Información, • Las clases reducidas de máximo 26 alumnos permiten
Comunicaciones y Electrónica. una relación muy directa con el profesorado y una
metodología muy práctica por proyectos.

formacionprofesional@[Link]
Educación para construir un mundo mejor

[Link]/fp
Centro de Estudios Superiores Profesionales IMF
C/Bernardino Obregón 25 28012 Madrid - 910 213 168