CAPACITACIÓN

 

COMUNIDAD

 

Arquitectura Orientada
a Servicios (SOA)

Automatización Robótica
de Procesos (RPA)

Big Data

Blockchain

Ciberseguridad

Computación en la Nube

Contenedorización

DevOps

Diseño y Gestión de APIs

Gobernanza de Servicios

Inteligencia Artificial (IA)

Internet de las Cosas (IoT)

Machine Learning

Microservicios

Seguridad de Servicios

Tecnología Empresarial

Transformación Digital

Cursos y Exámenes en Inglés

Sitio de Patrones de Arcitura (inglés)

Arcitura en YouTube

Arcitura en LinkedIn (inglés)

Arcitura en Facebook (inglés)

Arcitura en Twitter (inglés)

Página de Inicio de la Comunidad (inglés)

Libros de Arcitura Publicados por Pearson Education (inglés)

Contacte a Arcitura

Calendario de Talleres Públicos

Talleres Privados

Descargar Catálogo (PDF)

       

CERTIFICACIONES

     

Analista de SOA

Arquitecto de Big Data

Arquitecto de Blockchain

Arquitecto de Contenedorización

Arquitecto de IoT

Arquitecto de Microservicios

Arquitecto de Nube

Arquitecto de SOA

Arquitecto de Tecnología
de Transformación Digital

Científico de Big Data

Científico de Datos
de Transformación Digital

Consultor de Big Data

Consultor de Tecnología de Servicios

Especialista en Almacenamiento
en la Nube

Especialista en APIs de Servicios

Especialista en
Automatización Inteligente
de Transformación Digital

Especialista en Ciberseguridad

Especialista en DevOps

Especialista en Gobernanza
de Big Data

Especialista en Gobernanza de Nube

Especialista en Gobernanza
de Servicios

Especialista en Inteligencia Artificial

Especialista en Machine Learning

Especialista en RPA

Especialista en Seguridad de Servicios

Especialista en Seguridad
de Transformación Digital

Especialista en Seguridad en la Nube

Especialista en Transformación Digital

Especialista en Virtualización
en la Nube

Ingeniero en Big Data

Profesional de
Automatización Inteligente
de Transformación Digital

Profesional de Big Data

Profesional en Ciencias de Big Data

Profesional de Ciencia de Datos
de Transformación Digital

Profesional de Nube

Profesional de Seguridad
de Transformación Digital

Profesional de SOA

Profesional de Tecnología de Nube

Profesional de Tecnología
de Transformación Digital

Profesional de Tecnología Empresarial

TRANSFORMACIÓN DIGITAL
CCP   SOACP   BDSCP  
NEXT-GEN IT  

Big Data Fundamentals: Concepts, Drivers & Techniques

About this Book

Big Data Fundamentals provides a pragmatic, no-nonsense introduction to Big Data. Best-selling IT author Thomas Erl and his team clearly explain key Big Data concepts, theory and terminology, as well as fundamental technologies and techniques. All coverage is supported with case study examples and numerous simple diagrams. The authors begin by explaining how Big Data can propel an organization forward by solving a spectrum of previously intractable business problems. Next, they demystify key analysis techniques and technologies, and show how Big Data solution environment can be built and integrated to offer competitive advantages.

Topic areas covered include:

  • Discovering Big Data’s fundamental concepts and what makes it different from previous forms of data analysis and data science
  • Understanding the business motivations and drivers behind Big Data adoption, from operational improvements through innovation
  • Planning strategic, business-driven Big Data initiatives
  • Addressing considerations such as data management, governance, and security
  • Recognizing the 5 “V” characteristics of datasets in Big Data environments: volume, velocity, variety, veracity, and value
  • Clarifying Big Data’s relationships with OLTP, OLAP, ETL, data warehouses, and data marts
  • Working with Big Data in structured, unstructured, semi-structured, and metadata formats
  • Increasing value by integrating Big Data resources with corporate performance monitoring
  • Understanding how Big Data leverages distributed and parallel processing
  • Using NoSQL and other technologies to meet Big Data’s distinct data processing requirements
  • Leveraging statistical approaches of quantitative and qualitative analysis
  • Applying computational analysis methods, including machine learning

Table of Contents:

Part I: The Fundamentals of Big Data
Chapter 1: Understanding Big Data
Chapter 2: Business Motivations and Drivers for Big Data Adoption
Chapter 3: Big Data Adoption and Planning Considerations
Chapter 4: Enterprise Technologies and Big Data Business Intelligence

Part II: Storing and Analyzing Big Data
Chapter 5: Big Data Storage Concepts
Chapter 6: Big Data Processing Concepts
Chapter 7: Big Data Storage Technology
Chapter 8: Big Data Analysis Techniques

Part III: Appendices
Appendix A: Case Study Conclusion