CAPACITACIÓN

 

COMUNIDAD

MÁS

Aprendizaje Automático

Arquitectura Orientada
a Servicios (SOA)

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)

Microservicios

Seguridad de Servicios

Transformación Digital

Cursos y Exámenes en Inglés

Sitio de Patrones de Arcitura

Arcitura en YouTube

Arcitura en LinkedIn (español)

Arcitura en LinkedIn (inglés)

Arcitura en Facebook (inglés)

Arcitura en Twitter (inglés)

Arcitura en Facebook (inglés)

Libros de Arcitura Publicados por Pearson Education

Contacte a Arcitura

Soluciones de eLearning

Soluciones de Estudio en Casa

Programas Junior (edades 16-20+)

 

Calendario de Talleres Públicos

Talleres Privados

Descargar Catálogo (PDF)

       

CERTIFICACIONES

     

Especialista en Transformación Digital

Profesional de Tecnología
de Transformación Digital

Arquitecto de Tecnología
de Transformación Digital

Profesional de Ciencia de Datos
de Transformación Digital

Científico de Datos
de Transformación Digital

Profesional de Seguridad
de Transformación Digital

Especialista en Seguridad
de Transformación Digital

Profesional de Nube

Profesional de Tecnología de Nube

Arquitecto de Nube

Especialista en Seguridad en la Nube

Especialista en Gobernanza de Nube

Especialista en Almacenamiento
en la Nube

Especialista en Virtualización
en la Nube

Profesional de SOA

Analista de SOA

Arquitecto de SOA

Arquitecto de Microservicios

Consultor de Tecnología de Servicios

Especialista en APIs de Servicios

Especialista en Gobernanza
de Servicios

Especialista en Seguridad de Servicios

Profesional de Big Data

Profesional en Ciencias de Big Data

Científico de Big Data

Consultor de Big Data

Ingeniero en Big Data

Arquitecto de Big Data

Especialista en Gobernanza
de Big Data

Arquitecto de Blockchain

Arquitecto de Contenedorización

Arquitecto de IoT

Especialista en
Aprendizaje Automático

Especialista en Ciberseguridad

Especialista en DevOps

Especialista en Inteligencia Artificial

Profesional Junior
de Ciencias de Big Data

Profesional Junior
de Computación en la Nube

Profesional Junior
de Transformación Digital

 

Distintivos de Acclaim/Credly

Exámenes de Pearson Vue

TRANSFORMACIÓN DIGITAL
CCP   SOACP   BDSCP  
NEXT-GEN IT   JUNIOR

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