Big Data & Analytics
- Tipo
- Curso
- Duración
- 4 meses
- Modalidad
- A distancia
- Sede
- Capital Federal
Big Data & Analytics es un curso de nivel avanzado que combina teoría de grafos, sistemas distribuidos, blockchain, machine learning con grafos y algoritmos evolutivos para modelar redes complejas y resolver problemas de optimización.
Contenidos
Trabaja grafos dirigidos y ponderados, cadenas de Markov y PageRank, el modelo Erdős–Rényi, el teorema CAP con sharding, replicación y quórums, y el procesamiento batch y streaming de datos de Bitcoin y Ethereum. Suma métricas de centralidad, detección de comunidades con Louvain y Label Propagation, link prediction, autómatas celulares como el Juego de la vida y algoritmos genéticos aplicados al TSP.
Destinatarios
Apunta a estudiantes y profesionales de sistemas, ciencia de datos, matemática, física o ingeniería, a desarrolladores y analistas que trabajan con redes y arquitecturas distribuidas, y a perfiles de innovación que necesitan comunicar resultados de manera ética, reproducible y trazable.
Plan de estudios
- Teoría de grafos — tipos, representación y medidas
- Dígrafos, cadenas de Markov y PageRank
- Modelos aleatorios y recorridos
- Teorema CAP, sharding y edge
- Datos en Blockchain (Bitcoin & Ethereum) — P2P/gossip, batch vs. streaming, lineage
- Small-world, scale-free y centralidades
- Comunidades y modularidad
- Link prediction — heurísticas vs. GNN (opcional)
- AC 1D — reglas 30 y 110
- AC 2D — Juego de la vida y cómputo emergente
- Algoritmo genético (AG) + TSP
- Ajuste de algoritmos genéticos
- Ética, reproducibilidad, documentación y demo day. IA generativa responsable y trazabilidad
Requisitos de admisión
Conocimientos básicos de programación, lógica y análisis de datos.