Primera Edición 2025
Diplomado en BIG DATA GESTIÓN DE DATOS MASIVOS
20 semanas
150 horas
5 módulos
Desarrolla las competencias necesarias para liderar los esfuerzos operativos de ciberseguridad en tu organización y proteger activos digitales críticos
DETALLES DEL PROGRAMA
Todo lo que Necesitas Saber
Información completa sobre modalidad, cronograma e inversión del diplomado
MODALIDAD
Virtual en Línea
- Material escrito en formato digital
- Clases virtuales sincrónicas con disponibilidad posterior asincrónica 24 horas
Horario de Clases:
Lunes, martes y viernes: 7:00 pm – 8:30 pm.
Tiempo de estudio: 6 horas semanales adicionales a las tutorías
CRONOGRAMA
20 Semanas
Periodo de Aplicación
28 de marzo - 23 de mayo
🎉¡Promoción Especial!
Exoneración de matrícula al cancelar primer módulo antes del 23 de mayo
Inicio de Clases:
26 de mayo
Finalización:
10 de octubre
INVERSIÓN
Modalidades de Pago
Comunidad UES
$85
USD c/módulo (6)
Otros
$100
USD c/módulo (6)
Matrícula:
$50 USD
Gastos de Graduación:
$30 USD
💰 Exoneración de matrícula al cancelar primera cuota antes del 23 de mayo 2025
SOBRE EL DIPLOMADO
En los últimos años, las dinámicas organizacionales y sociales se han convertido en espacios de interacción, en los que, personas y organizaciones desde diferentes dispositivos y nodos, intercambian grandes volúmenes de datos en las redes, como son: reacciones, vídeos, fotos, reseñas, críticas y aprobaciones (likes), de igual forma, transacciones productivas a todo nivel, que crecen de forma exponencial y que por tanto, motivan el uso de técnicas, tecnologías y tipos de datos de diferentes arquitecturas que implican el procesamiento por métodos no tradicionales.
El término Big Data refiere a gran cantidad y diversidad de datos útiles para el empleo de tecnologías digitales, así como las posibilidades de reunirlos y de que sean analizados y tratados con diferentes fines (Hoffmann-Riem, 2018). Así pues, este espacio académico se constituye en una oportunidad de formación que integra el uso de herramientas útiles y prácticas que implican el aprendizaje guiado y autónomo que confluye en la adopción de métodos, herramientas de software y algoritmos, capaces de evidenciar la obtención, optimización, integración de datos, para alcanzar la visualización y generación de información de valor para la toma oportuna de decisiones a partir de juicio crítico y en concordancia con las mejores prácticas y estándares para la industria.
El modelo pedagógico y didáctico del diplomado, conlleva a la propuesta y desarrollo de actividades que van más allá de comprensión sistemática del software, herramientas y algoritmos, llevando consigo posibilidades de creación y adaptación de la práctica a las condiciones de infraestructura, recursos, seguridad y dispersión de los datos, bajo distintas y cambiantes necesidades organizacionales, que derivan en la singularidad y búsqueda de nuevas oportunidades de trabajo para dar significación de alto valor a los datos en las empresas, todo ello, siguiendo una metodología de proyecto para los datos propuesta por IBM, como lo es CRISP-DM, ( Cross-Industry Standard Process for Data Mining) método que ha sido probado para orientar trabajos de minería de datos, identificando un ciclo vital de proyecto y alcanzando las fases de preparación y comprensión, modelado, evaluación y despliegue de datos.
Este diplomado tiene como objetivo proveer las competencias para la extracción, transformación, integración, visualización y análisis de datos que le permitan al profesional liderar proyectos en Big Data en las organizaciones que orienten la toma de decisiones a partir de la aplicación de principios de volumen, veracidad, variedad, velocidad y valor en los datos
COMPETENCIAS A DESARROLLAR
Al finalizar el diplomado, los participantes habrán desarrollado las siguientes competencias profesionales en el campo de Big Data.
Fundamentos de Big Data para la Toma de Decisiones
Comprender los fundamentos teóricos sobre Big Data y su aporte a la generación de insumos para la toma de decisiones empresariales.
Computación en la Nube y Arquitectura de Datos
Identificar las características de la computación en la nube, beneficios y problemas relacionados según los modelos y arquitectura de datos.
Evaluación de Herramientas de Visualización
Capacidad para evaluar herramientas de visualización de datos y recomendar su uso en función de la idoneidad y naturaleza de los datos.
Análisis y Recomendaciones para Decisiones Empresariales
Emitir recomendaciones que permitan orientar la toma de decisiones que fortalezcan los procesos operativos a partir del análisis descriptivo y prescriptivo.
PROGRAMA ACADÉMICO
Contenido del Diplomado
Un programa integral estructurado en 5 módulos especializados que cubren todos los aspectos fundamentales de la ciberseguridad moderna
5
Módulos
Especializados
20
Semanas
Duración total
150
Horas
De formación
Módulo 01
Introducción al marco Big Data, orígenes y estructuras de datos relacionales – SQL
Contenido del módulo:
Fundamentos de Big Data.
Las 7 VS de Big Data
Introducción a la metodología CRISP-DM.
Gobernanza y confidencialidad en los datos.
Orígenes de datos
Cubos y pivotes de datos.
Migraciones de datos relacionales.
Módulo 02
Paradigmas de almacenamiento clave - valor
Contenido del módulo:
Paradigma clave – valor.
Migraciones e importaciones de datos en formato Json.
Estrategia de integraciones de datos en formato clave valor.
Módulo 03
Tecnologías y otros paradigmas de almacenamiento
Contenido del módulo:
Paradigma de almacenamiento por columnas en Casandra DB.
Migraciones e importaciones de datos en estructuras de columnas (Keyspaces)
Estrategia de integraciones de datos por familias de columnas
Proveedores de infraestructura y servicios en la nube para Big Data.
Módulo 04
Transformaciones de Datos Masivos
Contenido del módulo:
Conversiones de datos en diferentes tipos de archivo.
Limpieza de datos nulos y atípicos.
Obtenciones de datos- Web Scraping
Uso de expresiones regulares para transformaciones de datos.
Generación de columnas dummy para variables categóricas.
Mapeo y reducción de datos con diccionarios de datos.
- Métodos merge para columnas de datos (joins)
Módulo 05
Ciberseguridad Ofensiva
Contenido del módulo:
- Tipos de visualizaciones de datos masivos.
- Gráficos de barras e histogramas.
Graficas de dispersión 2d y 3d.
Mapas de calor
Vistas circulares porcentuadas.
Diagramas de Bigotes.
Nubes de palabras.
Matrices de correlación.
Análisis descriptivo de datos.
- Relaciones de análisis descriptivo para los datos.
Programas y aplicaciones a utilizar
- Oracle XE 11 g Express edition.
Oracle Datamodeler.
Oracle Developer.
Suite Anaconda con Python Versión 3.9 – Jupyter Notebook.
Cassandra Db Cliente y servidor.
Mongodb Cliente y Servidor.
Orange 3.
- Amazon AWS
Campos de Aplicación
Los graduados del diplomado estarán preparados para desempeñarse en los siguientes campos de aplicación
Operadores y Analistas de Datos
Administradores de Infraestructura tecnologica
Administradores de Redes
Auditores de informática
Programadores
Conoce Nuestro Facilitador
Aprende de un profesional con una alta experiencia en ciberseguridad y formación académica
AR
Maestro Alexander Ramírez
2
Certificaciones
Formación Académica
Ingeniero de Sistemas e Investigador en Ciencias de Datos.
Magister en Tecnologías para la Educación.
- Amplia formación profesional, tecnológica y técnica.
- Candidato a Doctor en Ciencias de la Educación.
Certificaciones
Big Data certificado, Científico de Datos.
Certificado en desarrollo Blockchain.
Experiencia
Docente Universitario de Programas de Maestría.
Investigador en Criptoactivos y Análisis Predictivo con Machine Learning para la industria de software y datos.
Desarrollador de Base de Datos SQL y No SQL.
- Conocimiento especializado en modelado y desarrollo de Bases de Datos en diferentes arquitecturas y tecnologías.
- Liderazgo en el uso de Metodologías Ágiles SCRUM.
Dirigido A
Este programa está diseñado específicamente para tres grupos profesionales clave
Operadores y Analista de datos
Especialistas que buscan ampliar conocimientos en Big Data
Profesionales de distintas áreas que se desempeñan como operadores o analistas de datos, y que requieren fortalecer sus capacidades en el tratamiento de datos masivos según las demandas actuales de las organizaciones.
Profesionales de Informática
Técnicos que requieren especialización en ciencia de datos
Profesionales de TI que necesitan comprender y profundizar en analítica de datos, infraestructura y tecnologías emergentes como Deep Learning para optimizar procesos y decisiones empresariales.
Estudiantes Universitarios de Informática
Futuros profesionales en formación
Estudiantes de informática a partir del tercer año interesados en especializarse en el ámbito de los datos y adquirir competencias para desempeñarse en arquitecturas modernas de tratamiento de información.
Perfil del Aspirante
Requisitos específicos según tu situación académica y profesional actual
Profesionales Titulados
- Grado de técnico, licenciatura, ingeniería o equivalente.
- Preferiblemente de la Universidad de El Salvador.
- Experiencia en áreas relacionadas.
- Conocimientos de ofimática.
Conocimientos básicos sobre programación.
Estudiantes Universitarios
- Haber completado mínimo tercer año de carrera.
- Estar inscrito en ciclo vigente.
- Carrera relacionada con informática o sistemas.
- Demostrar progreso académico satisfactorio (carnet estudiantil, comprobante de inscripción del ciclo vigente, récord de notas o carta extendida por la institución donde estudia).
Profesionales con Experiencia
- Mínimo bachiller (sin estudios superiores).
- Experiencia laboral comprobable en el área.
- Visto bueno del jefe inmediato.
- Conocimientos básicos de informática
Emprendedores
- Propietario o socio de empresa.
- Negocio relacionado con tecnología.
- Carta de interés en participar, señalando además el rubro de su negocio y los años de experiencia en éste.
GUÍAS ÚNICAMENTE PARA APLICACIÓN
Sigue estos pasos para completar exitosamente tu aplicación al Diplomado en Ciberseguridad
Comunidad UES
Estudiantes, Ex estudiantes, Empleados, Ex-Empleados de la Universidad de El Salvador
Aspirante Externo
Cualquier persona que nunca haya tenido relación con la Universidad de El Salvador.