Ciclo Ciencia de Datos en la Azotea en Portales (RoofGarden at Portales) con Python, en BigData PySpark con Jupyter, Manejo de datos geo-espaciales

Ciclo Ciencia de Datos en la Azotea en Portales (RoofGarden at Portales) con Python,
en BigData PySpark con Jupyter,
Manejo de datos geo-espaciales

Horario

Miércoles 06 de junio

Dr. Gabriel GUERRERO

saxsa2000@gmail.com

info cel (55) 46 55 93 33

Descripción

Iniciamos el ciclo integral de Ciencia de Datos, Datos Geo-Espaciales, Aprendizaje Automatizado, en un ambiente BigData con Hadoop y Spark utilizando Python

Esta es una nueva modalidad de los talleres que organizamos con un enfoque 100% practico en nuestros talleres de trabajo en la Colonia Portales.

Los grupos son pequeños, máximo 5 personas, y se imparten en nuestro laboratorio en la azotea (roof) de la colonia Portales con vista panorámica a toda la ciudad!!!

El miercoles 06 de junio 2018 es el primer curso del ciclo integral, en donde se introducen los conceptos básicos de python, jupyter, pandas, geo pandas, y aspectos gráficos con matplotlib y bokeh.

También se introduce el mundo Hadoop y Spark elemental. Se inician servicios Hadoop y suben y bajan fuentes de datos al HFDS.

Enseguida se inician servicios Spark y analizan los RDDs generados a partir de las fuentes de informacion utilizando TRANSFORMACIONES y ACCIONES en Spark

Se analiza el uso de Python para manejo de datos geo-espaciales con Pandas y Geo_pandas en un ambiente Jupyter

El jueves 07 de junio 2018 es el segundo curso del ciclo integral en donde se abordan los temas de Aprendizaje Automatizado en un ambiente Spark con las bibliotecas SparkSQL y SparkML. Se abordan los algoritmos de Aprendizaje Supervisado de regresión lineal, clasificación por regresión logística, KNN, SVD, KMeans con SparkML

Inversión por taller

Publico general 2,500 + i.v.a.

  • Comunidad de ex-alumnos saXsa: 2,000 + i.v.a.
  • Oferta: los dos talleres

  • Publico general 4,000 + i.v.a.
  • Publico general 3,200 + i.v.a.
  • No se quede fuera de la ola AI (Artificial Intelligence),Aprendizaje Automatizado (Machine Learning), y Aprendizaje Profundo con Python y Spark

    Temario

  • Introducción a Ciencia de Datos y Big Data.
  • Jupyter Notebook para codificación interactiva.
  • Bibliotecas NumPy para manipulación y cálculo.
  • Biblioteca Pandas para manipulación y cálculo.
  • Biblioteca Geo-Pandas para manejo de coordenadas Geo_Espaciales de formatos shape y geoJson
  • Hadoop HDFS
  • Levantar Servicios de Hadoop HDFS
  • Monitoreo con Interfaz Gráfica de Hadoop HDFS
  • Ejercicios Básicos de Hadoop HDFS
  • Apache Spark
  • Levantar Servicios de Apache Spark
  • Monitoreo con Interfaz Gráfica de Apache Spark
  • Ejercicios Básicos de Apache Spark
  • Módulo de Spark SQL
  • Consultas de Información con SQL
  • Filtros de Información con SQL
  • Showroom de Aplicaciones Productivas






  • Aprendizaje Automatizado en un ambiente Spark con las bibliotecas SparkSQL y SparkML.

    Aprendizaje Automatizado en un ambiente Spark con las bibliotecas SparkSQL y SparkML.

    Horario

    Viernes 01 de junio

    Dr. Gabriel GUERRERO

    saxsa2000@gmail.com

    info cel (55) 46 55 93 33

    Descripción

    Iniciamos el ciclo integral de Ciencia de Datos, Datos Geo-Espaciales, Aprendizaje Automatizado, en un ambiente BigData con Hadoop y Spark utilizando Python
    Se abordan los algoritmos de Aprendizaje Supervisado de regresion lineal, clasificacion por regresion logistica, KNN, SVD, KMeans con SparkML

    Inversión por taller

    Publico general 2,500 + i.v.a.

  • Comunidad de ex-alumnos saXsa: 2,000 + i.v.a.
  • Oferta: los dos talleres

  • Publico general 4,000 + i.v.a.
  • Publico general 3,200 + i.v.a.
  • No se quede fuera de la ola AI (Artificial Intelligence),Aprendizaje Automatizado (Machine Learning), y Aprendizaje Profundo con Python y Spark







    Ciclo integral de capacitación en “Ciencia de Datos y Big Data”

    Ciclo integral de capacitación en “Ciencia de Datos y Big Data”

    Objetivo

    Formar y capacitar en Big Data a los participantes, mediante la transmisión de conocimiento del Big Data y sus diferentes herramientas, dotando a los
    participantes de las capacidades teóricas, técnicas y prácticas para el manejo y explotación de grandes volúmenes de datos (Big Data).

    Bajo esta iniciativa, se propone la realización de un curso-taller enfocado a la ciencia de datos, técnicas, metodologías y herramientas para el manejo de Grandes Volúmenes de Datos (Big Data).

    Diapositiva2 (1)






    CICLO INTEGRAL BIG DATA PARA EL DESARROLLO DE APLICACIONES PRODUCTIVAS

    CICLO INTEGRAL
    BIG DATA PARA EL DESARROLLO DE APLICACIONES PRODUCTIVAS

    Ciclo Integral

    El Ciclo integral Big Data para el desarrollo de aplicaciones productivas es una formación compuesta de 4 módulos cuyo objetivo radica en que el participante, al finalizar el ciclo, sea capaz de integrar conocimientos relacionados con la Ciencia de Datos para el manejo de grandes volúmenes de información para la toma de decisiones y la creación de valor en las organizaciones.

    Módulos

    • Módulo 1. Fundamentos BigData con Hadoop HDFS y Spark.
      Viernes 28 de julio
      9:30 am – 6:30pm
    • Módulo 2. BigData Analytics con Apache Spark.
      Sábado 29 de Julio
      9:00 am – 4:00pm
    • Módulo 3. Streaming Analytics. BigData en Tiempo Real.
      Viernes 4 de agosto
      9:30 am – 6:30pm
    • Módulo 4. Arquitectura Kafka para aplicaciones productivas y uso de datos geo-espaciales en un ambiente Spark.
      Sábado 5 de agosto
      9:00 am – 4:00pm

    Diapositiva2 (1)






    BIG DATA ANALYTICS CON APACHE SPARK

    CURSO INTENSIVO

    BIG DATA ANALYTICS CON APACHE SPARK

    • Fecha: Jueves 4 de mayo 2017
    • Inversión: $4,000*
    • Comunidad UNAM: $3,500*
    • Sede: Centro de Capacitación SaXsa

    *más IVA, en caso de requerir factura

    Temario

    • Big Data en la empresa
    • Manejo de HDFS
    • Manejo de Spark PySpark
    • PySpark para aplicaciones autosuficientes
    • Spark MLilb, principales modelos de la Ciencia de Datos
    • Algoritmo de clasificación para detección de Spam
    • Sistema de recomendación de películas tipo Netflix Python vertical(SVD) y Spark
    • Algoritmo de clasificación de Jupiter en Spark

    *más IVA, en caso de requerir factura

    Diapositiva2 (1)