Introducción al bootcamp

✅ Introducción al bootcamp D&A Foundation

✅ ¿Qué es Data & Analytics en una empresa?

✅ ¿Por qué es importante y para qué se usa principalmente?
        📊 Descriptivo.
        📊 Prescriptivo.
        📊 Cognitivo.

✅ Cómo es un proyecto de Big Data.

✅ Cómo es un proyecto de Visualización.

✅ Cómo es un proyecto de Machine Learning.

✅ Roles claves de Data & Analytics en un proyecto/empresa.

✅ Por qué es relevante el modelo de gobierno del dato y la privacidad del dato.

Principales piezas de una arquitectura D&A

✅ ¿Qué es una arquitectura informacional?

✅Principales capas de una arquitectura BigData: Una arquitectura en capas.
        📊 Capa de integración de datos
        📊 Inbound layer
        📊 Capas de almacenamiento: Repositorios de Información
        📊 Capa de integración de datos
        📊 Outbound layer
        📊 Capa de presentación
        📊 Zona de Modelado

✅ Lenguajes para implementar: Python, SQL, Spark y otros (Scala, …)

✅ Frameworks

✅ Gobierno de las diferentes zonas e implementación de la seguridad.

✅ Otras herramientas: Orquestación, observabilidad,…

Introducción al lenguaje más relevante para trabajar en el mundo D&A: Python.

✅ Introducción a la programación.

✅ Escritura Python: Python Shell, IDE, Jupyter Notebook y Google Collab.

✅ Sintaxis: Variables y tipos de datos de datos básicos.

✅ Sintaxis para las operaciones aritméticas básicas.

✅ Sintaxis para la Toma de decisiones: sentencias if-then-else, while, y for.

✅ Sintaxis de funciones.

✅ Módulos y librerías básicas.

✅ Trabajo con ficheros.

Conoce las primeras funcionalidades y librerías que hacen de este lenguaje un fuera de serie para el mundo de D&A.

✅ Funciones lambdas

✅ Librería Pandas

✅ Visualización en python: Matlibplot y seaborn
        📊 Introducción a matlibplot
        📊 Principales gráficos 2D
        📊 Seaborn

Presentación de las bases de datos más clásicas (bases de datos relacionales), así como otras bases de datos de propósito específico en el mundo de D&A.

✅ Tipos de bases de datos y problemas que resuelven cada una de ellas.
        📊 Base de datos Relacional
        📊 Bases de datos NoSQL
        📊 Bases de datos Clave-Valor
        📊 Base datos Columnar
        📊 Grafos

✅ Bases de datos relacionales
        📊 ¿Qué es una base de datos relacional?
        📊 Instalación de PostgreSQL en Windows
        📊 Creación de una base de datos en PostgreSQL

✅ Principales conceptos ligados a una base de datos relacional
        📊 Principales entidades: tablas, registros y columnas
        📊 Conceptos de Primary key, foreign keys e integridad referencial
        📊 Transacciones, ACID operations
        📊 Límites de una base de datos relacional relacional

✅ Base de datos NoSQL (Cumlaude)
        📊 Instalación de MongoDB
        📊 Operaciones CRUD
        📊 Que son objetos: create, select, update, delete, insert
        📊 Arrays

Primera introducción al lenguaje SQL con el que se acceden y modifican los datos en las principales bases de datos relacionales.

✅ Conceptos básicos: Tablas, registros y columnas

✅ Creación y borrado de registros y columnas

✅ Comandos básicos SQL: select, insert, update, delete

✅ Sentencias de acceso a datos SQL: select, from, where

✅ Funciones SQL: distinct, max, avg, sum, group by, order by

✅ Joiners SQL: cross, inner, outer, left and right (Cumlaude)

Presentación de la arquitectura de referencia implementada en los grandes cloud providers: AWS, Google Cloud y Azure

✅ Deep Dive en la arquitectura de referencia implementada en Google Cloud
        📊 Integration
        📊 Cloud DataWarehouse
        📊 Transformation with Spark
        📊 VERTEX
        
✅ Deep Dive en la arquitectura Amazon (AWS) (Cumlaude)
        📊 Integration
        📊 Cloud DataWarehouse
        📊 Transformation with Spark

✅ Deep Dive en la arquitectura Microsoft (Azure) (Cumlaude)
        📊 Integration
        📊 Cloud DataWarehouse
        📊 Transformation with Spark

✅ Herramienta ioDraw para diagramar arquitecturas: ejemplo Google Cloud (Cumlaude)

Origen, fundamentos y cómo funcionan los proyectos Apache más relevantes en el mercado

✅ Presentación de Hadoop
        📊 ¿Qué es Hadoop? Introducción
        📊 La arquitectura de Hadoop
        📊 Almacenamiento/Persistencia en Hadoop
        📊 Storing data in Hadoop
        📊 MapReduce
        📊 Ejecutar un job en Hadoop
        📊 Monitorización y gestión con YARN

✅ Presentación del lenguaje Spark
        📊 Instalación y configuración
        📊 Fundamentos de Apache Spark
        📊 Arquitectura & Console to monitor Resources
        📊 Apache Spark Core & PySpark & Scala
        📊 DataFrames
        📊 Joiners, Filters, Group by
        📊 SQ, UDF
        📊 Persisten

Fundamentos y pasos a seguir para poder partir del dato en crudo y no siempre accesible hasta llegar a disponer de un Datamart con los posibles diseños que lo soportan (estrella, copo de nieve, etc).

✅ Introducción, sistemas OLTP vs OLAP
      
✅ Qué es un modelo Datamart y conceptos multidimensionales
      
✅ Modelo estrella, Copo de Nieve, Constelación
       
✅ Tipos de dimensiones (SCD Type 1, SCD Type 2)

✅ Modelos de procesamiento: OLAP/MOLAP/ROLAP principales diferencias.
      

Foco en la elaboración de cuadros de mando avanzados para alta dirección, fuerza de venta, recursos humanos, logística y cualquier otro departamento de una empresa mediante el uso de PowerBI

✅ Introducción (visualización, kpis, informes)
     
✅ Visualización de tus datos sin herramientas especializadas
        📊 Visualización en Python (Matplotlib,Seaborn,Plotly)
       
✅ Visualización con una herramienta especializada: Microsoft PowerBI
        📊 ¿Qué es? Tipos de versiones
        📊 Cómo funciona – Arquitectura (Gateways, Azure, etc)
        📊 ¿Qué es un workspace?
        📊 Tipos de objetos que se pueden publicar: datasets, dashboards, reports
        📊 PowerBI Desktop
                ⭕ ¿Cómo conectar orígenes de información?
                ⭕ ¿Cómo modelar orígenes conectados?
                ⭕ Creación de dashboard
                ⭕ Funciones DAX
                ⭕ ¿Cómo publicar y compartir dashboard?

✅ Auditoría: cómo saber y monitorizar el uso de un dashboard

✅ PowerBI Report Builder, reporting operativo
        📊 ¿Cómo conectar orígenes de información?
        📊 ¿Cómo modelar orígenes conectados?
        📊 Creación de un report
        📊 Filtros y paginación
        📊 ¿Cómo publicar y compartir un report?

✅ Otras herramientas de Visualización con herramientas especializadas

        📊 Tableau
        📊 Spotfire

Introducción a los conceptos básicos de Inteligencia Artificial: La matemática en la que se basan, tipos de algoritmos y problemas que con ellos se resuelven en el ámbito empresarial

✅ Introducción

✅ Fundamentos matemáticos necesarios
       
✅ Introducción a los diferentes tipos de aprendizaje en Al
        📊 Supervisado/Semisupervisado
        📊 No-Supervisado
        📊 Por refuerzo
        📊 Deep learning
✅ Tipos de problemas que se aproximan con AI
        📊 Clasificación
                ⭕ Binaria
                ⭕ Múltiple
                ⭕ Clustering
                ⭕ FrequentPatternMining
                ⭕ NLP
                ⭕ Computer vision
        📊 Regresión
        📊 Recomendadores

Visión práctica del empleo de AI mediante la librería TensorFlow.

✅ Introducción a las redes neuronales en Tensorflow
        📊 Tensores
        📊 Grafos
        📊 Capas
        📊 Tipos (MLP, CNN, RNN, RBF)
     
✅ TensorFlow 1.0 & TensorFlow 2.0
       
✅ Wrappers (Estimator and Keras)
    
✅ Implementando una Shallow NN (ejemplos típicos)

✅ Depuración de red neuronal

Presentación de las diferentes etapas en las que se identifica, valida y construye un modelo. De la misma forma se presentan los pasos necesarios para desplegarlo en la organización, medir su eficacia a lo largo del tiempo y su mantenimiento.

✅ Introducción: Un ciclo virtuoso

✅ Pregunta de negocio: La selección del caso de uso

✅ Exploración de los datos de partida

✅ Perfilado y clasificación de variables

✅ Ingeniería de características (features)

✅ Aumento de muestras (Data augmentation)

✅ Identificación del mejor algoritmo

✅ Entrenamiento y optimización de hiper-parámetros

✅ Productivización: ¿Cuando tiene sentido?

✅ Recalibrado de modelos y entrenamiento iterativo

Capítulo eminentemente práctico donde se ponen en funcionamiento la mayor parte de los conceptos avanzados presentados hasta el momento.

✅ Convolutational Neural Network (CNN) aplicadas al tratamiento de imágenes

✅ Librería OpenCV: Preparar y ajustar las imágenes

✅ Construir un clasificador de imágenes

✅ Redes inception de Google

Presentación de los servicios de analítica cognitiva, tratamiento de documentos o soluciones específicas de los principales Cloudvendors del mercado

✅ Introducción a los servicios SaaS para AI

✅ AutoML (zero code AI)

✅ Herramientas SaaS del científico de datos: AWS Sagemaker,….

✅ Principales tipos de servicios cognitivos en Google, AWS, Azure: NLP, STT, TTS

✅ Servicios de tratamiento de documentos (Estructurados y no estructurados)

✅ Otros servicios disponibles: Forecast, Fraude, Recomendación,…

Este capítulo avanzado, tiene la finalidad de explicar cómo gestionar y orquestar todos los procesos de Big Data: desde los data pipelines para extraer y transformar datos hasta la actualización de los Datamarts. Todo ello haciendo uso del proyecto Apache Airflow

✅ Qué es un orquestador?
     
✅ ¿Qué es Apache Airflow? Fundamentos
        📊 Instalación y configuración
        📊 Apache Airflow versiones
        📊 DAG’s
        📊 UI, cómo navegar, cómo ejecutar DAG’s
        📊 Operadores principales
        📊 Variables

Usos permitidos, sesgos, obtención de los datos, distribución de los resultados, son criterios que una organización tienen que tener en cuenta a la hora de poner en marcha un caso de análisis o IA

✅ Conceptos básicos de gobierno del dato
        📊 Necesidad de gobierno para soportar autoconsumo y autoservicio.
        📊 Principales modelos de gobierno y roles en las organizaciones.
        📊 Herramientas de soporte al gobierno del dato.
✅ Conceptos básicos de privacidad del dato
        📊 Fundamentos de privacidad
        📊 Datos identificativos y de carácter personal
        📊 Marco regulatorio: GDPR, AI Act
        📊 Anonimización y pseudo-anonimización
        📊 Privacy by design: Privacidad en el ciclo de vida del dato